CN101836084B - 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置 - Google Patents

用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置 Download PDF

Info

Publication number
CN101836084B
CN101836084B CN2008801131915A CN200880113191A CN101836084B CN 101836084 B CN101836084 B CN 101836084B CN 2008801131915 A CN2008801131915 A CN 2008801131915A CN 200880113191 A CN200880113191 A CN 200880113191A CN 101836084 B CN101836084 B CN 101836084B
Authority
CN
China
Prior art keywords
time
highway section
data
normal speed
route
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.)
Active
Application number
CN2008801131915A
Other languages
English (en)
Other versions
CN101836084A (zh
Inventor
格特·希尔布兰迪耶
拉尔夫-彼得·舍费尔
彼得·米特
伊恩·马尔科姆·阿特金森
马丁·沃尔夫
本·吕滕
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.)
TomTom Navigation BV
Original Assignee
TomTom International BV
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 TomTom International BV filed Critical TomTom International BV
Publication of CN101836084A publication Critical patent/CN101836084A/zh
Application granted granted Critical
Publication of CN101836084B publication Critical patent/CN101836084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • 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
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096877—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement
    • G08G1/096888—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement where input information is obtained using learning systems, e.g. history databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明揭示一种处理速度数据以供在提供增强的地图数据中使用的方法，所述增强的地图数据由多个可通行路段组成，所述可通行路段可一起界定数字地图所覆盖的区域中的可通行路线，所述方法包含：(i)获得至少一个路段的速度数据，所述速度数据包含多个车辆在不同时间行进经过所述路段的所测量速度；(ii)从所述路段或每一路段的所述速度数据产生关于至少一个正常速度曲线的数据，所述至少一个正常速度曲线包含在每周重复发生的时间行进经过所述路段的平均速度；(iii)对于至少一个所规定时间，针对所述路段或每一路段产生关于至少一个非正常速度曲线的数据，所述至少一个非正常速度曲线包含在所述所规定时间期间行进经过所述路段的预期速度，所述所规定时间为并非每周发生的时间；及(iv)给所述地图数据的所述路段或每一路段指派对应的正常速度曲线及所述非正常速度曲线，以供导航装置在选路算法中用来确定跨越所述区域的旅程。

Description

用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置
技术领域
本发明涉及一种用于产生地图数据且特定来说将用于导航装置中的地图数据的方法及机器以及一种用于使用地图数据确定路线的方法及导航装置。本发明特定应用于便携式导航装置(PND)。
背景技术
用于电子导航装置(例如，基于GPS的个人导航装置，像来自TomTom InternationalBV的GOTM)来自例如Tele Atlas NV等专家地图商。此类装置也称作便携式导航装置(PND)。此地图数据经特别设计以供路线引导算法使用，通常使用来自GPS系统的位置数据。举例来说，可将道路描述为线-即向量(例如，道路的开始点、结束点、方向，其中整个道路由成千上万个此类路段组成，每一路段唯一地由开始点/结束点方向参数界定)。因此，地图是一组此类道路向量，与每一向量相关联的数据(速度限制；行进方向等)加上兴趣点(POI)加上道路名称加上像公园边界、河流边界等其它地理特征等等，所有这些内容根据向量来界定。所有地图特征(例如，道路向量、POI等)通常以与GPS坐标系统对应或相关的坐标系统来界定，从而使得通过GPS系统确定的装置位置能够定位到地图中所示的相关道路上且用于计划到达目的地的最佳路线。
为构造此地图数据库，Tele Atlas以来自各种来源的基本道路信息开始，所述各种来源例如英国陆军道路测量局。其还具有在道路上行驶的大的专用车队，加上人员检查其它地图及航空照片，以更新并检查其数据。此数据构成了Tele Atlas地图数据库的核心。此地图数据库通过地理参考数据不断增强。因此，其一年向装置制造商(像TomTom)检查及出版四次。
每一此种道路路段具有与其相关联的所述道路路段的速度参数，所述速度参数给出车辆可沿所述路段行进的速度的指示且是产生地图数据的一方(举例来说，其可以是Tele Atlas)所产生的平均速度。所述速度参数由在其上处理地图的PND上的路线计划算法使用。因此，此种路线计划的准确性取决于所述速度参数的准确性。举例来说，通常在用户的PND上向用户呈现选项，以使所述PND产生所述装置的当前位置与目的地之间的最快路线。如果所述速度参数不准确，那么所述PND所计算的路线很可能不是最快路线。
已知，例如交通密度等参数可显著影响道路的路段的速度曲线且此种速度曲线变化意味着两个点之间的最快路线可不会保持不变。道路路段的速度参数的不准确性还可导致不准确的估计到达时间(ETA)以及对次最佳最快路线的选择。
Tele Atlas已开发出一种系统，其中GPS数据从PND上载且用于提供地图数据的路段的速度参数，其目标在于提供显示在一天的预定时间道路路段上的真实速度的速度参数。
发明内容
根据本发明的第一方面，提供一种处理速度数据以产生地图数据的方法，所述地图数据包含表示所述地图所覆盖的区域中的可通行路线的若干路段的多个可通行路段，所述方法包含：
i.获得至少一个路段且通常每一路段的速度数据，所述速度数据包含在不同时间行进经过所述路段的所测量速度；
ii.从每一路段的速度数据产生关于至少一个正常速度曲线的数据，所述至少一个正常速度曲线包含在每周重复发生的时间行进经过所述路段的平均速度；
iii.对于至少一个所规定时间，针对一些路段且通常所有路段产生关于至少一个非正常速度曲线的数据，所述至少一个非正常速度曲线包含在所述所规定时间期间行进经过所述路段的预期速度，所述所规定时间为并非每周发生的时间；及
iv.给所述地图数据的所述或每一路段指派对应的正常速度曲线及所述非正常速度曲线，以供导航装置在选路算法中用来确定跨越所述区域的旅程。
此种方法是有利的，因为其有助于确保所述地图数据所覆盖的区域中的每一可通行路段具有与其相关联的非正常速度曲线，所述非正常速度曲线可由导航装置在所规定时间期间用来获得在所述时间沿所述道路路段的交通流动的更好指示(与使用正常速度曲线的平均速度的情况相比)。举例来说，所述所规定时间可以是国定假日、国家事件(例如，圣诞节)、国家运动事件(举例来说，国家运动队比赛的时间)、国家庆祝/哀悼日及/或不平常天气时间(例如，大雨或大雪、雾、高温或可影响交通流动的其它天气条件)。对任何给定道路路段在此类所规定时间的速度的经改善估计可很好地增加选路算法确定跨越所述地图数据所表示的区域的旅程的准确性。
应理解，术语“每周重复发生的时间”意指以显著次数重复发生的时间(如果不是所有周的话)，即例如星期一、星期二、星期三、星期四、星期五、星期六、星期天、周日、周末等时间及这些时间的部分(例如星期一早上、星期二上午8点与上午9点之间)，周日或周末的部分(例如，星期二到星期四)等。所述术语还可包括在一年的特定周期中每周重复发生的时间，举例来说，在夏天、冬天、秋天或春天的周中重复发生的时间。
所述方法可包含给每一路段指派识别导航装置应何时使用非正常速度曲线来确定路线的识别符。所述识别可识别一个或一个以上所规定时间及/或一个或一个以上所规定条件，例如天气条件。
所述方法可包含：识别非典型交通行为的时间；及通过从速度数据识别在所述所识别的过去时间中的一者或一者以上行进经过所述路段的所测量速度且从所识别的速度数据确定行进经过所述路段的一个或一个以上平均速度来产生所述或每一非正常速度曲线。举例来说，所述所识别时间可以是过去的国定节日，例如UK银行假日及/或圣诞节，且所述非正常速度曲线中的一者可以是在所述过去国定假日期间行进经过所述路段的平均速度。
或者，产生所述或每一非正常速度曲线可包含通过增加或减小正常速度曲线的平均速度确定的行进速度。举例来说，所述所规定时间可以是存在恶劣的天气条件(例如，雪或雨)时的时间，且可通过将正常速度曲线的平均速度向下比例缩放预定因子来产生恶劣天气时间的非正常速度曲线。在一个实施例中，所述非正常速度曲线可以是比例缩放因子且指派步骤可包含给每一路段指派正常速度曲线及比例缩放因子。使用此类比例缩放因子可以是有益的，因为存储此种比例缩放因子所需要的额外存储器空间可小于包含整个所规定时间周期的平均速度的完全新速度曲线。
所述方法可包含通过识别所测量行进速度在预定阈值内不符合正常速度曲线的平均速度时的过去时间且使这些所识别的过去时间与未来时间相关来识别所述所规定时间。以此方式，可自动识别所述所规定时间。
所述方法可包含检查所述所规定时间是否以非每周发生周期(例如，每月或每年)发生。可需要此，以使得所述方法可自动确定所述所规定日子未来会何时发生。
可通过在事件数据库中搜索事件来识别所述所规定时间。可从外部源(例如，气象站、事件组织器等)接收所述事件数据库。
所述方法可包含：使所述所识别时间与在所述所识别时间发生的已知事件(例如，国家运动事件、节日或天气)相关；及通过从事件数据库确定类似事件发生的未来时间来识别将使用非正常速度曲线的所规定时间。
可通行路段通常表示道路的路段，但也可表示可由车辆、个人等通行的任何其它路径、通道等的路段。举例来说，可通行路段可表示路径、河流、运河、单车路径、拖曳路径、铁路线等的路段。
所述方法可包含捕获GPS数据的初始步骤。GPS数据的此种捕获可采取从至少一个且通常多个便携式导航装置(PND)上载GPS数据的方式。在此种方法中，可存储从所述PND上载的GPS数据，以用于在所述方法的步骤中进行处理。
方便地，处理所述GPS数据以产生与一个或一个以上可通行路段相关联的速度数据。相信此种方法是有利的，因为其允许所述速度数据反映关于可通行路段的所记录速度，而非假设沿路段的交通流动的速度是与所述路段相关联的速度限制。因此，使用地图数据的PND或其它装置应能够产生更准确的路线计划。
可根据从多个PND或其它可导航装置接收的数据产生所述速度数据。所属领域的技术人员应了解，将数据基于多个装置可能产生与可通行路段上的实际条件更紧密相关的速度数据。
在一些实施例中，所述处理可针对每一可通行路段产生每日所测量速度曲线(即，对于一天来说特定的速度曲线；在正常速度曲线的此情况下，对于周的一天是特定的)。对于所规定的日子，所述处理可针对所规定的一天(举例来说，非每周事件发生的一天，例如圣诞节)产生每日所测量非正常平均速度。可将每日视为第一时间周期。
在其它实施例中，所述处理目标可在于产生覆盖其它时间周期(即，可以是比所述第一时间周期长的时间周期的第二时间周期)的所测量速度曲线。举例来说，在一些实施例中，所述处理目标可在于产生周日所测量速度曲线及/或周末所测量速度曲线。其它实施例可针对每周周期使用单个所测量速度曲线。所属领域的技术人员应了解，针对速度曲线使用较小的覆盖范围时间周期(例如，每日)可使得所述速度曲线更能表示实际交通流动。然而，还应了解，随着时间覆盖周期减小，产生那些所测量速度曲线所需要的数据量也增加。
地图数据可包含：关于第一地图的数据，其中正常速度曲线与可通行路段相关联；及关于至少一个第二地图的数据，其在所规定时间/日子使用，其中非正常速度曲线与所述可通行路段相关联。所述方法可包含应请求而将关于所述第一地图的数据发送到导航装置且在所述第二地图或所述第二地图中的一者可适用的所规定时间/日子请求地图数据时发送关于所述第二地图的数据。以此方式，所述导航装置及/或用户可决定交通条件何时对于正常每周交通条件将是非典型的且请求关于第二地图的数据，此确保所述导航装置的选路算法基于更好地表示交通条件的数据确定路线。可期望从中央处理服务器拉关于所述第二地图数据的数据，以便与其中将地图数据从中央服务器推到导航装置的方法相比减小下载的数目。
另外或或者，可在一个或一个以上第二地图可适用的所规定时间/日子自动将关于所述第二地图的数据发送到导航装置。以此方式，所述导航装置用给出对交通条件的更好表示的地图数据自动更新。
所述方法可包含接收关于未来所规定时间的数据及响应于接收关于未来所规定时间的所述数据而使所述非正常速度曲线或所述非正常速度曲线中的一者与所述未来所规定时间相关联。可在所述所规定时间或在所述所规定时间之前将经修改的地图数据发送到导航装置。举例来说，所述所规定时间可以是国家事件(例如，运动事件)发生的时间且关于所述第二地图的数据可包含所述地图的可通行路段的在此种国家事件期间发生的非正常平均速度。以此方式，所述导航装置可确定何时使用来自地图数据的非正常速度曲线。
根据本发明的第二方面，提供一种含有指令的机器可读数据载体，所述指令在由机器读取时致使所述机器执行本发明的第一方面的方法。
根据本发明的第三方面，提供一种经布置以处理速度数据以产生地图数据的机器，所述地图数据包含表示所述地图所覆盖的区域中的可通行路线的若干路段的多个可通行路段，其中每一路段经布置而具有与其相关联的速度数据，所述机器包含经布置以执行以下操作的处理器：
i.获得至少一个路段的速度数据，所述速度数据包含在不同时间行进经过所述路段的所测量速度；
ii.从所述或每一路段的速度数据产生关于至少一个正常速度曲线的数据，所述至少一个正常速度曲线包含在每周重复发生的时间行进经过所述路段的平均速度；
iii.对于至少一个所规定时间，针对所述或每一路段产生关于至少一个非正常速度曲线的数据，所述至少一个非正常速度曲线包含在所述所规定时间行进经过所述路段的预期速度，所述所规定时间为并非每周发生的时间；及
iv.给所述地图数据的所述或每一路段指派对应的正常速度曲线及所述非正常速度曲线，以供导航装置在选路算法中用来确定跨越所述区域的旅程。
根据本发明的第四方面，提供一种含有指令的机器可读媒体，所述指令在由机器读取时致使所述机器如本发明的第四方面的机器那样执行。
根据本发明的第五方面，提供地图数据，其包含表示所述地图数据所覆盖的区域中的可通行路线的若干路段的多个可通行路段，每一可通行路段具有与其相关联的速度数据，其中所述可通行路段中的至少一者具有与其相关联的正常速度曲线、一个或一个以上非正常速度曲线及对导航装置应何时在选路算法中使用所述或每一非正常速度曲线而非使用所述正常速度曲线的识别。
根据本发明的第六方面，提供一种含有本发明的第五方面的地图数据的机器可读媒体。
根据本发明的第七方面，提供一种使用地图数据确定跨越区域的路线的方法，所述地图数据包含表示所述地图数据所覆盖的区域中的可通行路线的若干路段的多个可通行路段，所述可通行路段中的至少一者具有与其相关联的针对每周重复发生时间周期的正常速度曲线及当经过所述路段的行进时间显著不同于根据所述正常速度曲线的行进时间时的所规定条件，所述正常速度曲线包含在所述重复发生时间周期期间行进经过所述路段的预期速度，所述方法包含：
i.接收对确定可通行路线的请求，
ii.识别在行进时间是否遇到所述所规定条件，且如果遇到所述条件，那么使用至少一个其它速度曲线确定路线，否则使用根据所述正常速度曲线在对应于所述行进时间的每周时间周期行进经过所述路段的速度确定路线。
以此方式，所述方法使用对于所述行进时间的条件可适当的速度曲线。举例来说，所述所规定条件可以是所规定日期、时间及日期、时间及/或日期及位置、交通条件或天气条件。
所述其它速度曲线可以是所述路段的不对应于所述行进时间的每周时间周期的正常速度曲线。举例来说，如果所述所规定条件是所述行进时间是国定假日，那么用于确定路线的所述其它速度曲线可以是星期六或星期天的正常速度曲线，而非正常使用的周日曲线。
所述地图数据可包含非正常速度曲线，所述曲线可包含在所述所规定条件的时间行进经过所述路段的速度，且所述其它速度曲线可以是所述非正常速度曲线。使用针对所述所规定条件的预订速度曲线可在非典型交通行为时间期间产生更准确的速度预测。
在一个实施例中，所述方法包含：获得关于受影响区域及所规定条件(例如，事件、交通或天气条件)的数据；及使用在所述受影响区域内的路段的非正常速度曲线中的至少一者及使用在所述受影响区域外的路段的正常速度曲线中的至少一者来确定路线。以此方式，所述方法可计及对行进经过路段的速度仅具有局部影响的事件来确定路线。举例来说，所述受影响区域可以是受到大雪或大雨的区域或受交通事故影响的区域。
因此，所述方法可包含接收关于例如事件、交通及天气等条件的数据。
在一个实施例中，所述方法可包含接收关于交通事故或其它事件的位置的数据及通过识别所述事故或其它事件的预定距离内(举例来说，在50或100km内)的路段来确定受影响区域。
另外或或者，所述方法可包含从日历确定是否遇到所规定条件。举例来说，日历可识别所规定条件(例如，国定假日及节日)何时发生。
可根据接收到对确定路线的请求的时间或根据对确定所述路线的请求中所规定时间来确定行进时间。
根据本发明的第八方面，提供一种经布置以确定跨越地区的路线的导航装置，其包含：存储器，其上存储有地图数据，所述地图数据包含表示所述地图数据所覆盖的区域中的可通行路线的若干路段的多个可通行路段，所述可通行路段中的至少一者具有与其相关联的针对每周重复发生时间周期的正常速度曲线及当经过所述路段的行进时间显著不同于根据对应正常速度曲线的行进时间时的所规定条件，所述正常速度曲线包含在所述重复发生时间周期期间行进经过所述路段的预期速度；输入，其用于接收对确定可通行路线的请求；路线计算器，其经布置以识别在行进时间是否遇到所述所规定条件，且如果遇到所述条件，那么使用至少一个其它速度曲线确定路线，否则使用根据所述正常速度曲线在对应于所述行进时间的每周时间周期行进经过所述路段的速度确定路线。
所述导航装置可包含接收器，所述接收器用于接收关于行进时间的当前条件(例如，交通及天气条件及事件)的数据。
所述存储器其中可存储有识别所规定条件(例如，国定假日及节日)何时发生的日历。
根据本发明的第九方面，提供一种含有指令的机器可读媒体，所述指令在由导航装置的处理器读取时致使所述导航装置根据本发明的第十方面执行。
本文中参考与道路路段相关联的速度数据。所属领域的技术人员应了解，每一道路路段由提供地图的地图数据内的数据表示。在一些实施例中，表示道路路段的此种数据可包含提供对所述速度数据的参考的识别符。举例来说，所述参考可提供对所产生速度曲线的参考。可以查找表的形式提供此参考。
在本发明的以上方面中的任一者中，所述机器可读媒体可包含以下各项中的任一者：软磁盘、CD ROM、DVD ROM/RAM(包括-R/-RW及+R/+RW)、硬盘驱动器、存储器(包括USB存储器键、SD卡、MemorystickTM、压缩快闪卡等)、磁带、任何其它形式的磁性光学存储装置、所发射信号(包括因特网下载、FTP传送等)、电线或任何其它合适媒体。
附图说明
现在将参照附图仅以举例的方式描述本发明的至少一个实施例，附图中：
图1是对导航装置可使用的全球定位系统(GPS)的例示性部分的示意性图解说明；
图2是用于导航装置与服务器之间的通信的通信系统的示意图；
图3是对图2的导航装置或任何其它合适导航装置的电子组件的示意性图解说明；
图4是安装及/或衔接导航装置的布置的示意图；
图5是图3的导航装置所采用的架构堆栈的示意性表示；
图6显示概述用于将轨迹内的GPS锁定与地图匹配的实施例的流程图；
图7显示概述用于产生平均值的实施例的流程图；
图8显示概述用于对平均值执行群集形成的实施例的流程图；
图9显示作为聚类算法的输出的一组实例性群集产生速度曲线；
图10显示概述用于改善与道路路段相关联的所测量速度曲线的质量的后退策略的流程图；
图11显示概述如何改善所测量速度曲线数据的质量的实施例的流程图；
图12显示概述群集产生速度曲线如何与至少一个地图的道路路段相关联的流程图；
图13显示概述如何针对非典型交通行为时间产生非正常速度曲线的流程图；及
图14显示概述导航装置如何操作以使用非典型交通行为时间的非正常速度曲线的流程图。
具体实施方式
贯穿以下说明，将使用相同参考编号识别类似部件。
现将特定参照便携式导航装置(PND)来描述本发明的实施例。然而，应记住，本发明的教示并不限于PND，而是可普遍应用于经配置以以便携方式执行导航软件以便提供路线计划及导航功能性的任何类型的处理装置。因此，以下在本申请案的上下文中，导航装置打算包含(不限于)任何类型的路线计划及导航装置，无论所述装置是否体现为PND、车辆(例如，汽车)或实际上便携式计算资源，例如，执行路线计划及导航软件的便携式个人计算机(PC)、移动电话或个人数字助理(PDA)。
此外，参照道路路段描述本发明的实施例。应认识到，本发明也可应用于其它可通行路段，例如路径、河流、运河、单车路径、拖曳路径、铁路线等的路段。为便于参考，这些共同称作道路路段。
从以下内容还应明了，本发明的教示甚至在以下情形中具有效用：其中用户并非在寻求关于如何从一个点通行到另一点的指令，而仅希望被提供给定位置的视图。在此类情形中，用户选定的“目的地”位置无需具有用户希望从其处开始通行的对应开始位置，且因此本文中对“目的地”位置或实际上对“目的地”视图的参考不应解释为意味着必需产生路线、到“目的地”的行进必须发生或实际上目的地的存在需要指定对应开始位置。
记住以上附带条件，图1的全球定位系统(GPS)等用于各种各样的用途。一般来说，所述GPS是基于卫星无线电的导航系统，其能够确定连续的位置、速度、时间，且在一些实例中为无限数目的用户确定方向信息。以前称作NAVSTAR，所述GPS并入有在极为精确的轨道中绕地球运转的多个卫星。基于这些精确轨道，GPS卫星可将其位置作为GPS数据中继到任何数目的接收单元。然而，应理解，可使用全球定位系统，例如GLOSNASS、欧洲伽利略定位系统、COMPASS定位系统或IRNSS(印度区域导航卫星系统)。
当经特别装备以接收GPS数据的装置开始扫描GPS卫星信号的射频时，实施所述GPS系统。在从GPS卫星接收无线电信号时，所述装置通过多种不同常规方法中的一者确定所述卫星的精确位置。在多数实例中，所述装置将继续扫描信号直到其已获取至少三个不同卫星信号(注意，正常不会但可以使用其它三角测量技术仅通过两个信号来确定位置)。实施几何三角测量后，所述接收器利用三个已知位置来确定其自身相对于卫星的二维位置。此可以已知方式完成。另外，获取第四卫星信号允许所述接收装置通过相同几何计算以已知方式计算其三维位置。可由无限数目的用户在连续基础上实时更新位置及速度数据。
如图1中所示，GPS系统100包含绕地球104在轨道上运行的多个卫星102。GPS接收器106从所述多个卫星102中的若干个卫星接收作为扩展频谱GPS卫星数据信号108的GPS数据。扩展频谱数据信号108连续从每一卫星102发射，所发射的扩展频谱数据信号108每一者包含数据串流，所述数据串流包括识别所述数据串流源自其的特定卫星102的信息。GPS接收器106通常需要来自至少三个卫星102的扩展频谱数据信号108，以便能够计算二维位置。接收第四扩展频谱数据信号使得GPS接收器106能够使用已知技术计算三维位置。
翻到图2，如果需要，包含或耦合到GPS接收器装置106的导航装置200(即，PND)能够经由移动装置(未显示)(例如，移动电话、PDA及/或具有移动电话技术的任何装置)与“移动”或电信网络的网络硬件建立数据会话，以便建立数字连接，举例来说，经由已知蓝牙技术的数字连接。此后，经由其网络服务提供商，所述移动装置可建立与服务器150的网络连接(举例来说，经由因特网)。因此，可在导航装置200(在其单独及/或在车辆中行进时，其可以是且经常是移动的)与服务器150之间建立“移动”网络连接，以为信息提供“实时”或至少非常“最新”的网关。
(举例来说)使用因特网在移动装置(经由服务器提供商)与另一装置(例如，服务器150)之间建立网络连接可以已知方式完成。就此来说，可采用任何数目的适当数据通信协议，例如TCP/IP分层协议。此外，移动装置可利用任何数目的通信标准，例如CDMA2000、GSM、IEEE 802.11a/b/c/g/n等。
因此，可见可利用因特网连接，其可(举例来说)经由数据连接、经由导航装置200内的移动电话或移动电话技术实现。
尽管未显示，但导航装置200当然可在导航装置200自身中包括其自己的移动电话技术(例如，包括天线，或任选地使用导航装置200的内部天线)。导航装置200内的移动电话技术可包括内部组件，及/或可包括(例如)配备有必要的移动电话技术及/或天线的可插入卡(例如，订户身份模块(SIM)卡)。因此，导航装置200内的移动电话技术可在导航装置200与服务器150之间(例如)经由因特网以类似于任何移动装置的方式的方式类似地建立网络连接。
对于电话设定，可使用启用蓝牙的导航装置与移动电话模型、制造商等的不断改变的频谱一起正确工作，举例来说，模型/制造商专用设定可存储在导航装置200上。可更新针对此信息存储的数据。
在图2中，将导航装置200描绘为正经由可由若干个不同布置中的任一者实施的一般通信信道152与服务器150通信。通信信道152一般表示连接导航装置200与服务器150的传播媒体或路径。当经由通信信道152在服务器150与导航装置200之间建立连接时服务器150与导航装置200可通信(注意，此种连接可以是经由移动装置的数据连接、经由因特网经由个人计算机的直接连接等)。
通信信道152并不限于特定通信技术。另外，通信信道152并不限于单个通信技术；也就是说，信道152可包括使用各种各样的技术的数个通信链路。举例来说，通信信道152可经调适以提供用于电、光学及/或电磁通信等的路径。因此，通信信道152包括但不限于以下各项中的一者或其组合：电路、例如电线及同轴电缆、光纤电缆等电导体、转换器、射频(RF)波、大气层、自由空间等。此外，举例来说，通信信道152可包括例如路由器、中继器、缓冲器、发射器及接收器等中间装置。
在一个说明性布置中，通信信道152包含电话及计算机网络。此外，通信信道152可能够适应无线通信，例如红外通信、射频通信(例如，微波频率通信)等。另外，通信信道152可适应卫星通信。
经由通信信道152发射的通信信号包括但不限于给定通信技术可需要或期望的信号。举例来说，所述信号可经调试以用于蜂窝式通信技术中，例如时分多址(TDMA)、频分多址(FDMA)、码分多址(CDMA)、全球移动通信系统(GSM)、通用包无线电服务(GPRS)等。可经由通信信道152发射数字信号及模拟信号两者。这些信号可以是如通信技术可期望的经调制、加密及/或压缩信号。
除可能未图解说明的其它组件外，服务器150还包括处理器154，处理器154操作地连接到存储器156且进一步经由有线或无线连接158操作地连接到大容量数据存储装置160。大容量存储装置160含有导航数据及地图信息的存储件，且还可以是与服务器150分离的装置或可并入到服务器150中。处理器154进一步操作地连接到发射器162及接收器164，以经由通信信道152将信息发射到导航装置200或从导航装置200接收信息。所发送及接收的信号可包括数据、通信及/或其它传播信号。发射器162及接收器164可根据导航系统200的通信设计中使用的通信需要及通信技术来选择或设计。此外，应注意，发射器162及接收器164的功能可组合成单个收发器。
如上文提及，导航装置200可经布置以经由通信信道152与服务器150通信，使用发射器166及接收器168经由通信信道152发送及接收信号及/或数据，应注意，这些装置可进一步用于与不同于服务器150的装置通信。此外，发射器166及接收器168根据导航装置200的通信设计中使用的通信需要及通信技术来选择或设计，且发射器166及接收器168的功能可如上文关于图2所描述组合成单个收发器。当然，导航装置200包含其它硬件及/或功能部件，其稍后将在本文中进一步详细描述。
存储在服务器存储器156中的软件提供用于处理器154的指令，且允许服务器150给导航装置200提供服务。服务器150提供的一个服务涉及处理来自导航装置200的请求及将导航数据从大容量数据存储装置160发射到导航装置200。服务器150可提供的另一服务包括使用针对期望应用程序的各种算法处理导航数据及将这些计算的结果发送到导航装置200。
服务器150构成可由导航装置200经由无线信道存取的数据的远程源。服务器150可包括位于局域网(LAN)、广域网(WAN)、虚拟专用网络(VPN)等上的网络服务器。
服务器150可包括个人计算机，例如桌上型或膝上型计算机，且通信信道152可以是连接在个人电脑与导航装置200之间的电缆。或者，个人电脑可连接在导航装置200与服务器150之间以建立服务器150与导航装置200之间的因特网连接。
可给导航装置200提供经由信息下载来自服务器150的信息，其可不断地自动更新或在用户将导航装置200连接到服务器150时更新，及/或可在经由(例如)无线移动连接装置及TCP/IP连接在服务器150与导航装置200之间做出更恒定或更频繁连接时更动态。对于许多动态计算，服务器150中的处理器154可用于处置批量处理需要，然而导航装置200的处理器(图2中未显示)也可处置许多处理及计算，经常独立于到服务器150的连接。
参照图3，应注意，导航装置200的框图并不包括所述导航装置的所有组件，而是仅表示许多实例性组件。导航装置200位于外壳(未显示)内。导航装置200包括处理电路，其包含(例如)上文提及的处理器202，处理器202耦合到输入装置204及显示器装置(例如显示器屏幕206)。尽管此处以单数参考输入装置204，但所属领域的技术人员应了解，输入装置204表示任何数目的输入装置，包括键盘装置、语音输入装置、触摸板及/或用以输入信息的任何其它已知输入装置。同样，显示器屏幕206可包括任何类型的显示器屏幕，例如液晶显示器(LCD)。
在一个布置中，集成输入装置204的一个方面、触摸板及显示器屏幕206以便提供集成输入与显示器装置，包括用以实现信息输入(经由直接输入、菜单选择等)与信息显示(通过触摸板屏幕)两者的触摸垫或触摸屏输入250(图4)，以使得用户仅需要触摸显示器屏幕206的一部分来选择多个显示选择中的一者或激活多个虚拟或“软”按钮中的一者。就此来说，处理器202支持与所述触摸屏结合操作的图形用户接口(GUI)。
在导航装置200中，处理器202经由连接210操作地连接到输入装置204且能够从输入装置204接收输入信息，且经由相应输出连接212操作地连接到显示器屏幕206与输出装置208中的至少一者以从其输出信息。导航装置200可包括输出装置208，例如音频输出装置(例如，扬声器)。当输出装置208可为导航装置200的用户产生音频信息时，同样应理解，输入装置204可包括用于接收输入语音命令的麦克风及软件。此外，导航装置200还可包括任何额外输入装置204及/或任何额外输出装置，例如音频输入/输出装置。
处理器202经由连接216操作地连接到存储器214，且进一步经调适以经由连接220从输入/输出(I/O)端口218接收信息/发送信息到输入/输出(I/O)端口218，其中I/O端口218可连接到导航装置200外部的I/O装置222。外部I/O装置222可包括但不限于外部收听装置，例如耳塞式耳机。到I/O装置222的连接可进一步是到任何其它外部装置(例如，用于免提操作及/或用于语音激活操作的汽车立体声单元)的有线或无线连接，(举例来说)以用于连接到耳塞式耳机或头戴式耳机及/或(举例来说)用于连接到移动电话，其中所述移动电话连接可用于(例如)在导航装置200与因特网或任何其它网络之间建立数据连接，及/或经由(例如)因特网或某一其它网络建立到服务器的连接。
导航装置200的存储器214包含非易失性存储器的一部分(举例来说，以存储程序代码)及易失性存储器的一部分(举例来说，以在执行所述程序代码时存储数据)。所述导航装置还包含经由连接230与处理器202通信的端口228，以允许将可移除存储器卡(通常称作卡)添加到装置200。在正描述的实施例中，所述端口经布置以允许添加SD(安全数字)卡。在其它实施例中，所述端口可允许连接其它格式的存储器(例如，压缩快闪(CF)卡、Memory SticksTM、xD存储器卡、USB(通用串行总线)快闪驱动器、MMC(多媒体)卡、智能媒体卡、微驱动器等)。
图3进一步图解说明处理器202与天线/接收器224之间经由连接226的操作连接，其中(举例来说)天线/接收器224可以是GPS天线/接收器且因此将用作图1的GPS接收器106。应理解，参考编号224指定的天线及接收器出于图解说明的目的示意性地组合，但所述天线与接收器可以是分开定位的组件，且(举例来说)所述天线可以是GPS平板天线或螺旋天线。
当然，所属领域的技术人员应理解，图3中所示的电子组件由一个或一个以上电源(未显示)以常规方式供电。此类电源可包括用于低电压DC供电的内部电池及/或输入或任何其它合适布置。所属领域的技术人员还应理解，本发明涵盖图3中所示的组件的不同配置。举例来说，图3中所示的组件可经由有线及/或无线连接等而彼此通信。因此，本文中所描述的导航装置200可以是便携式或手持式导航装置200。
另外，图3的便携式或手持式导航装置200可以已知方式连接或“衔接”到车辆，例如自行车、摩托车、汽车或船只。因此，此种导航装置200可从所述衔接位置移除以用于便携式或手持式导航用途。实际上，在其它实施例中，装置200可经布置以便可手持以允许用户的导航。
参照图4，导航装置200可以是包括集成输入与显示器装置206及图2的其它组件(包括但不限于内部GPS接收器224、处理器202、电力供应(未显示)、存储器系统214等)的单元。
导航装置200可位于臂252上，所述臂本身可使用吸盘254固定到车辆仪表板/窗户/等。此臂252是导航装置200可衔接到的衔接站的一个实例。可通过(举例来说)将导航装置200搭锁连接到臂252来将导航装置200衔接到或以其它方式连接到所述衔接站的臂252。因此，导航装置200可在臂252上旋转。为释放导航装置200与所述衔接站之间的连接，(举例来说)可按下导航装置200上的按钮(未显示)。所属领域的技术人员熟知用于将导航装置200与衔接站耦合及解耦的其它同样合适的布置。
翻到图5，处理器202与存储器214协作以支持BIOS(基本输入/输出系统)282，所述BIOS用作导航装置200的功能硬件组件280与由所述装置执行的软件之间的接口。然后，处理器202从存储器214加载操作系统284，所述操作系统提供其中应用软件286(实施所描述路线计划及导航功能性中的一些或所有功能性)可在其中运行的环境。应用软件286提供包括支持导航装置的核心功能(例如，地图观看、路线计划、导航功能及与其相关联的任何其它功能)的图形用户接口(GUI)的操作环境。就此来说，应用软件286的部分包含视图产生模块288。
在正描述的实施例中，导航装置的处理器202经编程以接收天线224所接收的GPS数据且不断地将所述GPS数据与接收所述GPS数据时的时间戳一起存储在存储器214内，以构建所述导航装置的位置的记录。可将如此存储的每一数据记录视为GPS锁定；即，其是所述导航装置的位置的锁定且包含纬度、经度、时间戳及准确性报告。
在一个实施例中，数据大致在周期性基础上存储，(举例来说)所述周期是每5秒。所属领域的技术人员应了解，其它周期将是可行的且数据分辨率与存储器容量之间存在平衡；即，当通过取更多样本来增加数据的分辨率时，需要更多的存储器空间来保存所述数据。然而，在其它实施例中，所述分辨率可以是大致每：1秒、10秒、15秒、20秒、30秒、45秒、1分钟、2.5分钟(或实际上，这些周期之间的任何周期)。因此，在所述装置的存储器内，构建装置200在时间点处的行踪的记录。
在一些实施例中，可发现，所捕获数据的质量随周期增加而降低且虽然降级的程度将至少部分取决于导航装置200移动的速度，但大约15秒的周期可提供合适的上限。
虽然导航装置200通常经布置以构建其行踪的记录，但一些实施例针对旅程的开始或结束处的预定周期及/或距离不记录数据。此种布置有助于保护导航装置200的用户的隐私，因为其可能保护用户的家及其它频繁目的地的位置。举例来说，导航装置200可经布置以针对旅程的大约前5分钟及/或针对旅程的大约第一英里不存储数据。
在其它实施例中，可不在周期性基础上存储GPS，而是可在预定事件发生时将其存储在存储器内。举例来说，处理器202可经编程以在所述装置通过道路交叉点、道路路段的改变或其它此类事件时存储GPS数据。
此外，处理器202经布置以不断地将装置200的行踪的记录(即，GPS数据及时间戳)上载到服务器150。在其中导航装置200具有将其连接到服务器150的永久性或至少通常存在的通信信道152的一些实施例中，所述数据的上载在周期性基础上发生，(举例来说)所述周期可以是每24小时一次。所属领域的技术人员应了解，其它周期也是可行的且大致可以是以下周期中的任一者：15分钟、30分钟、每小时、每2个小时、每5个小时、每12个小时、每2天、每周或这些周期之间的任何时间。实际上，在此类实施例中，处理器202可经布置以在大致实时基础上上载行踪的记录，但此可能无法避免地意味着数据实际上不断地发射，其中所述发射之间具有相对短的周期，且因此可更正确地将其视为伪实时。在此类伪实时实施例中，所述导航装置可经布置以缓冲存储器214内及/或插入端口228中的卡上的GPS锁定且在已存储预定数目时发射这些GPS锁定。此预定数目可以是大约20、36、100、200或其之间的任何数目。所属领域的技术人员应了解，所述预定数目部分由存储器214/端口228内的卡的大小管控。
在不具有通常存在的通信信道152的其它实施例中，处理器202可经布置以在形成通信信道152时将记录上载到服务器152。举例来说，此可以是在导航装置200连接到用户的计算机时。此外，在此类实施例中，导航装置可经布置以缓冲存储器214内或插入端口228中的卡上的GPS锁定。如果存储器214或插入端口228中的卡变得充满GPS锁定，那么所述导航装置可经布置以删除最老的GPS锁定且因此可将其视为先进先出(FIFO)缓冲器。
在正描述的实施例中，行踪的记录包含一个或一个以上轨迹，其中每一轨迹表示导航装置200在24小时周期内的移动。每一24小时经布置以与日历上的一天一致，但在其它实施例中不需要如此。
通常，导航装置200的用户同意将装置行踪的记录上载到服务器150。如果不同意，那么不向服务器150上载记录。所述导航装置本身及/或所述导航装置所连接到的计算机可经布置以询问用户其是否同意对行踪的记录的此种使用。
服务器150经布置以接收所述装置的行踪的记录且将此记录存储在大容量存储装置160内以供处理。因此，随着时间流逝，大容量存储装置160累积已上载数据的导航装置200的多个行踪记录。
如上文所论述，大容量存储装置160还含有地图数据。此种地图数据提供关于道路路段的位置、兴趣点的信息及通常在地图上找到的其它此种信息。
作为第一过程，服务器150经布置以在地图数据与已被接收的行踪的记录内含有的GPS锁定之间执行地图匹配功能且关于图6描述此种过程。可以所谓的实时方式(即，当接收到行踪的记录时)执行此种地图匹配或稍后在已从大容量存储装置160重新调用行踪的记录之后的时间执行此种地图匹配。
为增加所述地图匹配的准确性，如下执行行踪的记录的预处理。将每一GPS轨迹(即，GPS数据的24小时周期)划分成一个或一个以上行程(600)，其中每一行程表示导航装置200的单个旅程，随后存储所述行程以供稍后处理。
在每一行程内，拒绝从导航装置接收的其准确性报告不足够高的GPS锁定(602)。因此，在一些实施例中，如果所述准确性报告指示关于GPS锁定来自少于三个卫星102的信号正由导航装置200接收时可拒绝所述锁定。此外，当锁定之间的所报告时间高于阈值时修剪每一行程(604)。传递通过此预处理阶段的每一行程以进行地图匹配。
在此背景下，被修剪的行程是其中连续GPS锁定之间存在大于预定时间的预定时间周期的行程。因此，可推断，车辆一直保持静止且因此应将其视为第一行程已结束且第二行程已开始。因此，经修剪行程变为两个单独行程。
然而，在划分行程之前，进行所述车辆的位置在最后两个锁定之间是否已改变的检查，因为高于GPS锁定之间的预定时间的间隙也可因GPS信号的丢失而产生，且在此类情形中，不划分所述行程。在正描述的实施例中，所述预定时间是大约3分钟。然而，所属领域的技术人员应了解，所述间隙可以是任何其它合适时间，例如大致是以下各项中的任一者：15秒、30秒、1分钟、90秒、2分钟、5分钟、10分钟或这些时间之间的任何时间。如下文所论述，如果从其发送GPS锁定的导航装置200的平均速度低于预定阈值，那么在一些实施例中可在稍后处理中拒绝数据。此种实施例可以是有用的，在于其可移除与所谓的时停时动交通(其可发生在例如碰撞等事故之后)相关的数据，此可留下更能表示稳定状态交通流动的剩余数据。
然后，依次进行每一行程且将所述行程内的锁定与来自地图数据内的地图匹配。每一地图包含可能沿其行进的多个道路路段，其中每一路段在所述地图内表示为直向量。
在服务器150的处理器154上运行的程序代码提供地图匹配器，其经布置以步进经过正被处理的行程中的所述或每一锁定，直到其找到位于路段内或足够接近于路段的锁定，以便假设所述锁定已出现在所述路段上(即，其在所述路段的距离阈值内)。此阈值允许小于100％的GPS准确性及将道路分裂成一组直向量的压缩影响。
每一行程具有比所述行程内的其它锁定更难以与路段相关联的初始锁定(即，所述行程内的第一锁定)，因为不存在已经被识别可用于限定对路段的选择的路段。对于此第一锁定，如果多个路段在阈值内(606)，那么所述算法进行到所述行程内的下一GPS锁定(即，第二锁定)且依据所述2个锁定之间(即，第一锁定与第二锁定之间)的距离基于可能行进从那多个路段产生一组根。如果第二锁定未产生第一锁定的唯一候选路段，那么所述算法移动到所述行程内的第三锁定且再次产生并比较可能的路线以尝试提供第一锁定的唯一候选路段(608)。此过程可继续直到已处理行程内的剩余GPS锁定。
此种实施例的优点是，尽管孤立的任何一个第一锁定可靠近多个路段，且不可孤立地在这些路段之间进行区分，但可使用其它行进(即，第二及第三锁定)来确定第一锁定与其相关联的路段的身份。因此，通过所述地图匹配器确定行程的第一路段。
一旦已针对行程识别第一路段，那么处理其它的锁定以便识别其它的路段。当然，所述行程的下一锁定可能位于与第一锁定相同的路段内(612)。
因此，处理行程的随后锁定(610)以确定其是否在路段的距离阈值内，且所述地图匹配器经布置以使所述路段与位于所述距离阈值内的锁定中的每一者相关联。当所述地图匹配器处理所述距离阈值外的锁定时，其经布置以针对所述锁定产生新一组候选路段。然而，现在可添加其它限定：下一路段是连接到刚刚经处理的一者的末端的一者。通过地图匹配器从基础地图数据获得这些相邻路段。
如果所述地图匹配器由于阈值内不存在路段或其不能够唯一地识别单个路段而在任何点处未能够识别给定锁定的从先前路段路段继续的路段，那么所述地图匹配器经布置以步进经过随后锁定(616)，以便进一步限定所述旅程直到其可识别是唯一匹配的路段。也就是说，如果第n个锁定不能够唯一地与路段相关联，那么使用第n+1个路段来进一步限定路段的识别。如果所述第n+1个锁定未产生唯一的路段，那么使用第n+2个锁定。在一些实施例中，此过程可继续进行直到识别唯一的路段或已处理关于行程的所有GPS锁定。
所述地图匹配器经布置以尝试唯一地识别路段；在正描述的实施例中，其不尝试形成连续路线，仅尝试将路段与锁定匹配。在其它实施例中，可期望尝试使所述地图匹配器产生连续的路线。
因此，在所述地图匹配器经布置以执行的所述过程的结束，获得导航装置200已在正分析的行程中沿其行进的一系列道路路段。随后，所述地图匹配器进一步处理这些道路路段且从GPS锁定指派所述路段的进入时间以及经过时间。将这些所指派时间存储在大容量存储装置160内供稍后处理。完全可针对每一道路路段存储多个GPS锁定。然而，不管多少GPS锁定是否与每一路段相关联，使用路段的进入时间、GPS锁定及长度(其在此实施例中存储在地图数据中)来计算所述道路路段的平均速度。然后，将此平均速度存储在与相关所指派时间及所述路段相关联的大容量存储装置160内。可将与道路路段上的交通流动的速度相关且被指派到道路路段的信息视为所述道路路段的速度数据。
服务器150进一步经布置以在处理器154上运行求平均程序代码以提供平均器，所述平均器如下文所描述处理所指派的时间以从其产生一个或一个以上平均值。现在关于图7描述此实施例中所使用的求平均过程。
在过程700的第一步骤中，所述平均器将正被处理的地图上的每一道路路段的平均速度分组。在针对每一道路路段的分组内，所述平均器进一步经布置以将一组预定时间周期内的平均速度分组(702)。因此，将在同一时间周期(例如，在8.00am与8.59am之间)内发生的平均速度分组在一起以供进一步分析。在正描述的实施例中，所述时间周期是一个小时的持续时间，但并不需要如此，且所属领域的技术人员根据以下说明将了解，随着所述时间周期的长度减小数据的分辨率增加，但存储需要增加。其它合适的时间周期大致可以是以下各项中的任一者：1分钟、5分钟、10分钟、15分钟、30分钟、2小时、6小时、12小时或这些时间之间的任何时间。
在正描述的实施例中，在正被处理的地图所覆盖的区域的局部时间而非中央时间存储平均速度。此种方法是方便的，因为其为交通相关问题提供自然基础。
在将从行程产生的平均速度分组到预定时间周期中之前，对其进行筛选以尝试增加数据质量。在此实施例中，如果所述平均速度落到预定范围内，那么仅将所述平均速度添加到预定周期的群组。在此实施例中，所述方法排除超过最大预定阈值(其可以是大约180km/h)的速度且此外，所述方法排除降到低于所述路段在所述预定时间周期中的平均速度的预定量的速度(举例来说，其可以是2km/h)。所属领域的技术人员应了解，在所述时间远远低于所述路段的所述平均速度的速度很可能与所述路段的交通流动中的问题(例如，交通拥堵等)相关联。因此，在考虑正常条件下的道路时包括与此类条件相关的数据可降低数据的总体准确性。在其它实施例中，最大所准许速度可被设定为所述道路路段的速度限制，但所属领域的技术人员应了解，此种信息在正被处理的地图数据中可不准确且还应了解道路路段的速度限制实际上可不给出对交通条件的准确指示。
一旦已执行分组到预定时间周期中，那么针对每一道路路段针对每一预定时间周期计算平均速度。举例来说，对每一道路路段的在8.00am到8.59am时间周期内的所有速度求平均。存在用于计算所述平均速度的数个选项：使用简单算术或调和平均数或计算中位数。实际上，在一些实施例中，可根据数据的稍后既定用途针对数据组使用不同加权。
因此，在正描述的实施例中且对于正被处理的地图，针对所述地图上的每一道路路段产生24个平均速度，即每个一小时长的预定时间周期一个平均速度。应了解，如果使用不同的时间周期持续时间，那么将存在不同数目的平均速度。应进一步了解，实际上，未必所有道路路段将具有针对每一时间周期给其指派的平均速度，因为一些道路上尤其在非正常工作时间(例如，凌晨)时很少发生频繁穿行的情况。
然而，在进一步使用每一路段的平均速度之前执行质量检查(706)。在此实施例中，此检查确保使用多于预定数目的所指派时间来产生每一路段的平均速度。如果情况并非如此，那么拒绝每一路段的平均速度进行进一步处理，从而留下所述路段在一个或一个以上时间周期的间隙。在一些实施例中，如果少于5个值用于组成所述平均值，那么拒绝所述平均值。其它实施例当然可使用不同值，例如2、3、4、6、7、8、10、20或更大值或这些值之间的任何值。
而且，执行对平均值的质量的进一步检查，且对于每一平均值，将所述平均值的标准偏差除以用于组成所述路段在所述时间周期的平均值的数据样本的数目的平方根。如果此计算的结果在预定阈值外，那么再次拒绝所述平均值，从而留下所述路段在所述时间周期的间隙。
可根据以下各项中的任一者实施进一步质量检查以拒绝平均值：所述数据中的偏差是否超出预定阈值；存在超出预定阈值的多于预定数目的离群值。所属领域的技术人员应了解用以确保数据的质量的此类统计学技术。
可将任何给定道路路段的平均值组视为所述道路路段的所测量速度曲线。
所属领域的技术人员应了解，如果道路路段的所测量速度曲线具有极少遗漏速度值(即，所有或至少大部分预定时间周期具有值)，那么可处理所述路段且因此遮蔽所述遗漏值。随着空白路段的数目增加，所得群集分析的质量降低。因此，允许多少空白时间周期正是质量决策问题且必须分情况对其进行测试。仅使用高质量的完整数据可暗示对通常包含公路、高速公路及许多人沿其行进的其它道路的具有高覆盖范围(即，极少空白时间周期)的道路路段的过大加权。要求过低(即，聚类具有过多空白时间周期的道路路段)导致不现实的群集及不准确的分析。
通过这些质量检查的每一平均值被视为可信赖且经核准用于进一步处理。在步骤708中，进行对每一道路路段的平均速度的总覆盖范围的评估。如果可信赖平均值的覆盖范围足够高，那么转发所述地图数据以进行进一步处理。然而，如果所述覆盖范围低于预定阈值，那么拒绝所述地图进行进一步考虑(710)。如关于图8所描述传递可接受的地图用于群集形成。
此种群集形成目标在于以自动或半自动方式抽取每周重复发生的时间周期(例如，天)的规则速度曲线；如稍后将论述，如果假设类似类别的道路可具有类似的速度曲线，那么可实现可为显著的数据压缩。举例来说，道路的第一路段在每周星期天早上10am的速度可类似于道路的第二路段在相同时间的速度。如果道路的那些路段的此类似性针对其它时间重复，那么可将第一及第二路段的速度曲线视为由第二路段的相同速度曲线表示。如现在所界定的聚类目标在于定位此类类似性。如下文所论述，速度曲线的规范化还可允许将速度曲线用于不同类别的道路。
在执行所述聚类之前，进一步处理所测量的速度曲线，以便与夜晚时间周期合并。在此实施例中，对9pm与5am之间(即，8个时间周期)的平均速度求平均且将此夜晚平均值用于8个时间周期中的每一者。因此，每一速度曲线在小时9pm与8am之间具有平坦的速度曲线，其可被称为所述道路路段的自由流动速度。可假设所述自由流动速度表示车辆(通常是汽车)沿所述道路行进的速度且情况经常是所述自由流动速度不同于所述道路路段的速度限制。所述自由流动速度也可与所述道路路段的速度限制大致相同。
在第一步骤800中且为限制群集的数目，将所测量速度曲线规范化。可根据若干个准则来执行此种规范化。在正描述的实施例中，规范化根据已针对所述平均值与其相关联的道路路段计算的自由流动速度发生。因此，被传递到聚类算法的每一道路路段的平均速度具有在0与1之间的值。此种方法可进一步有助于数据压缩，因为其可使所得群集产生速度曲线独立于道路的类型且因此针对具有任何道路类型的道路路段使用同一组速度曲线成为可能。
在夜晚周期期间使用自由流动速度可减小群集形成的尺寸，因为忽略夜晚时间速度值可以是可能的。
在又一些实施例中，道路路段的平均速度或速度限制可用作对照其执行规范化的其它准则。
因此，可通过借助聚类算法进行处理来将显示类似交通行为的天分组在一起。如果预期交通行为不同，那么群集形成应独立运行。所述聚类算法的输入参数是所需群集的数目且典型范围是一周每天10到70个群集。存在接近最佳群集数目(例如，指派一些质量测量且根据其趋势扩大/减少群集的数目)的已知方法，其可用于确定聚类的输出是否可接受。
在一个实施例中，所述聚类算法经运行及布置以产生约60个群集。在其它实施例中，所述算法可经布置以最初产生更多或更少的群集。然后，处理所得群集以确定所产生的群集是否令人满意：所述群集中的一些群集过于类似(即，大致相同)吗？所述群集中的任一者中具有不连续性吗？如果所述群集中的任一者存在问题，那么重新运行所述算法，其中所述过程目标在于产生比所述第一重复少的群集。重复此重复过程，直到确定令人满意的一组群集。
在一些实施例中，所述群集是否令人满意包括确定群集产生曲线中的任一者是否含有高于预定阈值的频率的步骤。此种频率的存在指示所述群集产生速度曲线具有过高的改变速率(即，可能存在不连续性)且如果使用所述速度曲线则可在使用所述数据产生路线的导航装置200内导致不稳定性等。
所述群集是否令人满意还可包括在所述群集产生速度曲线中的至少一些且通常每一者之间执行比较的步骤。在一个特定实施例中，此可通过最小平方比较来执行。
在一个实施例中，通过群集分析来执行所述群集，但也可使用其它类别的构建方法。一种简单且有效的方法是所谓的k-means聚类算法。此不分级方法通常以k个随机种子开始且根据最小误差准则基于选定度量重新分配类别成员。所述算法仅导致局部最小值，因此对于最佳解决方案，其必须运行多次。使用最小误差估计的运行给出可为优选的解决方案。最终群集的形心形成预界定群集。在其它实施例中，可使用其它聚类技术且这些技术包括分级聚类及模糊聚类。
一些实施例可添加其它群集(804)。举例来说，一些实施例可添加平坦线作为不具有可信赖趋势(例如，由于低数据覆盖范围或因为与交通相关的问题)的道路路段的速度曲线。
作为准备群集产生速度曲线的最终步骤806，将群集内插到可变时间分辨率。在一个实施例中，此使用三次样条执行，但其它技术也是可行的，例如指数拟合函数。所属领域的技术人员还应了解，可使用类似技术。
即使群集分析程序本身中所使用的时间分辨率比最终需要的时间分辨率粗粝，此可发生以使任何一个预定时间周期中存在足够数目的可靠平均速度，现在可修改所述时间分辨率。举例来说，可将其修改为较精细分辨率，以满足既定用途的要求。举例来说，具有较精细的分辨率可是有利地的，因为期望具有更连续的曲线以提供更顺畅的路线，而在时间分辨率过于粗粝的情况下曲线原本可在时间边界上出现“跳跃”。在正描述的实施例中，内插群集产生的曲线，以使其具有大约5分钟间隔的分辨率，但可使用任何其它周期。此种周期对于稍后使用群集产生速度曲线进行处理是方便的。
图9显示地图的来自聚类算法的典型输出，其中输入平均速度值已被聚类成16个独立的群集产生速度曲线。因此，对于所述地图，道路的每一区段现在可称作具有16个群集产生速度曲线中的一者。如果在其它实施例中群集的数目变化，那么道路的任何一个路段的可能速度曲线的数目也改变。
一旦已确定合适的群集产生速度曲线组(在此实施例中，已产生16个)，那么使这些速度曲线与一个或一个以上地图相关联。通常，一组速度曲线对于所述速度曲线从其产生的地图来说将更准确，因为交通行为在不在所述地图上的道路上可不同。举例来说，如果地图覆盖单个国家，那么情况可以是不同国家中的交通遵循稍微不同的样式。
然而，在其它实施例中，可使所述速度曲线与多个地图相关联。在一个实例中，此在所述地图覆盖国家的一部分的情况下是适当的及/或可适当地针对多个国家使用所述地图。
存在于正被处理的地图上的每一道路路段经分析且可具有与其相关联的所述群集产生速度曲线(如图9中所示)中的一者，以界定在整个一周期间行进经过所述路段的预期速度。这些速度曲线是将由导航装置用来确定路线的默认或正常速度曲线。关于图12描述此过程。以n＝1开始，处理第n个道路路段(1200)。
应了解，为使使用正被处理的地图的PND可产生准确的路线，期望每一道路路段具有与其相关联的其中存在高信任程度(作为第一步骤，关于所测量速度曲线是否合适而对此信任程度进行评估)的速度曲线。因此，如果较早进行的质量评估已确定所测量速度曲线不满足质量准则，那么使用后退策略来用在由PND或其它装置处理时可能证明可更好地用于选路用途的速度数据取代所述所测量速度曲线。
如果确定所述所测量速度曲线实际上不合适时，那么作为第一后退位置，使用正被处理的道路路段的平均速度来代替所述所测量速度曲线(1000)，所述平均速度包含针对所述道路路段收集的所有速度数据的平均值。也就是说，对针对每一天的每一时间周期收集的数据求平均以产生单个速度。可到适当的时候将此单个平均速度映射到平坦的群集产生速度曲线(图9中的编号15)。
接下来，应确定从针对路段收集的数据产生的平均速度是否可接受。如果所述平均值通过这些检查，那么将所述平均值用于所述道路路段。
此外，统计学领域的技术人员应了解可用于测量所述平均值的质量的测量。举例来说，在一些实施例中，可要求所述平均值由多于预定数目的速度组成，所述数目举例来说可以是大约10个速度。可将阈值应用于所述平均值以确保其高于最小值(举例来说，其可以是大约2km/h)及/或低于最大值(举例来说，其可以是大约150km/h)。也可使用标准偏差来确定所述平均值是否具有足够高的质量。
已知，可根据地图数据内的分类系统将道路路段分类，以便将具有类似特性的道路分类到同一类别内。举例来说，一方产生的地图具有道路路段可分类成的8个种类。在一些实施例中，分析给定道路路段的平均值以确保所述道路路段类别内的至少预定比例的道路已提供已用于产生所述平均值的速度。如果此测试失败，不仅拒绝所述平均值，而且还可省略接下来描述的间隙填充程序。
如果道路路段允许交通沿两个方向流动，那么将存在与每一方向相关联的一组平均速度。
应了解，如果所测量速度曲线在后退策略中已被取代，那么有效地存在包含平坦线的速度曲线，例如图9中所示的经聚类速度曲线编号15。应进一步了解，由于所述速度曲线信息经规范化，那么速度曲线编号15可用于表示具有与其相关联的单个平均速度的任何道路路段。
如果从来自所述路段的所收集数据产生的平均值仍未通过质量检查，那么使用所述后退策略的下一步骤1002且使用所谓的间隙填充过程，现在借助图11描述所述间隙填充过程。作为第一步骤，将正被处理的地图上的每一道路路段归类为预定数目的种类中的一者的成员(1100)。所属领域的技术人员应了解，每一道路路段的此归类仅需要执行一次且针对其它道路路段(针对其调用间隙填充过程)维持所得归类。当然，其它实施例可在每一调用时重新计算或实际上在进行中计算所述种类。
在正描述的实施例中，如下表1中所概述，存在40个此类种类。这些种类可依据正被处理的地图数据、所述地图所覆盖的区域或任何其它相关因素而变化。
Figure GPA00001113660800211
Figure GPA00001113660800221
表1.
一旦将每一道路路段指派到种类，那么针对预定种类(在此情况下为40个种类)中的每一者计算种类平均速度(1102)。所产生的种类平均值是每一种类的单个数字且为实现此平均值，使用如本文中所提及的任何合适求平均技术对每一预定时间周期的速度求平均。此外，所属领域的技术人员应了解，此步骤可仅需要执行一次且针对对空隙填充过程的未来调用维持种类平均速度。
然而，在此实施例中，将一类别的每一平均速度计算为属于所述类别的所有元素的长度加权调和平均数，其由以下公式给出：
Vmean＝L/∑li/Vi
其中
·Vmean：类别j的平均速度
·li：线i的长度
·L：属于类别j的所有线的总长度(L＝∑li)
·Vi：线i的平均速度
在可进一步使用这些平均速度之前，对其进行检查以断定其是否具有充足高的质量，以使得其提供对所述种类的道路的平均速度的可靠表示。如果所述类别的道路的预定时间周期内样本过少或如果已用于组成特定平均值的样本中的变化过大，那么情况可能并非如此。因此，如现在所描述，就每一平均值的质量进行检查(1104)。
如果来自40个种类中的一者的平均速度基于比hit_number_min(针对此实施例，其显示于以下表2中)少的路段，那么由来自另一种类的值(如以下表3中所示)取代此平均值。在正描述的实施例中，命中的最小数目的值是十，但这些在其它实施例中可变化。
如果特定种类的quality_factor_abs或此种类的quality_factor_rel均不小于或等于表2中所示的值，那么用如表2中所示的所指派取代种类的平均值取代所述速度种类的平均值。将看出，quality_factor_rel_min由一类别的相对标准偏差(平均速度的％)除以命中数目的平方根(quality_factor_abs*100/mean_speed)给出。
因此，存在三个质量因子(quality_factor_abs_min、quality_factor_rel_min、hit_number_min)，在可使用任何一个种类中的平均速度之前通过所述三个质量因子。如果不满足所述质量因子，那么根据表3取代所述平均速度。
Figure GPA00001113660800231
表2
Figure GPA00001113660800232
Figure GPA00001113660800241
表3
表2中所示的值完全可在其它实施例中变化且仅作为实例显示。同样，表3中所使用的取代值完全可在其它实施例中变化，此取决于所述地图所覆盖的区域、产生地图数据的一方等。
在可使用针对种类产生的平均值中的一者之前，对其进行检查以查看其是否通过一些质量检查。如果其未通过这些检查，那么间隙填充程序对于所述种类失败。这些质量检查如下。
类别的平均值应高于最小阈值且低于最大阈值，所述阈值是以以下方式计算的，其中min及max是伪代码最小值及最大值函数：
Min_speed_threshold＝max[max(mean-lower_relative_devision*mean/100，mean-lower_absolute_devision)，lower_limit]
Max_speed_threshold＝min[min(mean+upper_relative_devision*mean/100，mean+upper_absolute_devision)，upper_limit]
其中平均数是所述路段的适当速度类别的平均速度。其它数量界定于表4中。
如果与路段相关联的速度未通过这些准则，那么基于其平均速度由其阈值来取代所述速度，除非与所述路段相关联的速度不违反绝对速度限制，在此情况下所述绝对速度限制将用作所述路段的速度。
Figure GPA00001113660800251
表4
所属领域的技术人员应了解，对速度而非对时间数据执行所述计算。
因此，在间隙填充过程的结束，可能已基于来自所确定的40的同一种类内的道路路段产生平均速度。然而，所述间隙填充过程仍可失败(即，未产生通过质量检查的平均值)。
因此，不具有与其相关联的速度数据的道路路段现在具有已由所述间隙填充程序产生的给其指派的平均速度数据(假设所述平均值已通过质量检查)(1108)。
如果所述间隙填充失败，那么在步骤1004中根据功能道路类别(FRC)将与所述道路路段相关联的速度设定为已由地图数据供应商提供的速度。举例来说，所述功能道路类别可包含大约8个种类，但此在地图数据供应商之间可能不同。也就是说，根据所述FRC将自由流动速度设定为一值且在此实施例中将群集产生速度曲线设定为曲线编号15。
接下来，现在将与道路路段相关联的速度曲线(不管是所测量速度曲线还是通过间隙填充插入的平均值)映射到群集产生速度曲线中的一者以产生可由例如PND等导航装置使用的地图数据。此可不管所述速度信息是所测量速度曲线还是平均值而借助平坦群集产生速度曲线编号15的存在来执行。
在步骤1210中，使用最小平方比较来比较速度曲线，其中所述速度曲线中的每一者在所述组群集产生速度曲线中。在已完成这16个比较之后，可确定来自所述组16个速度曲线的哪个速度曲线最接近于与所述道路路段相关联的速度曲线且在步骤1220中，将被视为最接近的群集产生速度曲线的参考存储在所述道路路段的地图数据中。还存储在与所述道路路段相关的地图数据中的是所述道路路段的较早已计算的自由流动速度。
因此，使用所述参考及所述自由流动速度，可将信息存储在所述地图数据中，其提供关于每一道路路段的平均速度的信息。对于频繁行进的路段，可将所提供的平均速度信息视为包含对小时9am到5pm之间的每日每小时平均值的近似。对于较少行进的路段，可将所述平均速度信息视为跨越所有时间周期求平均的平均速度。
对此进行重复(1230)，直到所述地图上的道路路段中的每一者已具有与其相关联的所述组16个群集产生速度曲线中的一者。
在可释放所述地图数据进行使用之前，进行最终检查以查看是否足够数目的道路路段具有与其相关联的所测量速度曲线(而非代替所测量速度曲线已插入平均值)。如果未通过此检查，那么拒绝整个地图且不释放进行使用。
在此最终检查中，针对每一功能道路类别(FRC)计算道路路段的总长度。如以下表5中所示，FRC与表2中所列的40个种类相关。每一FRC内的给其指派平均速度数据的道路路段的长度应高于FRC内的总道路长度的阈值百分比，如表5中所示。
Figure GPA00001113660800261
表5.
将看到，与对选路行为具有较小影响的道路种类相比，针对一般来说对选路行为具有更多影响的道路种类的最小覆盖范围数字给出较高百分比要求。举例来说，要求FRC 0(高速公路)具有60％，因为与(举例来说)二级道路相比其对选路具有较大影响，二级道路因此具有30％的覆盖范围要求。
在其它实施例中，可提供其它后退策略。在一个此种实施例中，第一后退策略(如果所测量速度曲线被视为不可接受)可以是聚集每一天的相同预定时间周期再加上聚集其它天中的每一者的所述周期，且然后针对每一天使用所得所聚集速度曲线而非针对单独的每一天使用所测量速度曲线。因此，在此种实施例中，通过将星期一到星期五中的每一天的相同时间周期相加来产生每周速度曲线且通过将星期六及星期天中的每一者的相同时间周期相加来产生周末速度曲线。应了解，周末的交通流动可完全不同于周日的交通流动。
然后可在使用其它后退策略(如果其不可接受)之前检查此种所聚集速度曲线以查看其是否通过质量准则。可使用与用于评估所测量速度曲线的那些准则相同或至少类似的准则来完成这些检查。如果所述数据的聚集已改善质量以使得每周及周末速度曲线两者通过所述质量检查，那么将这些速度曲线用于所述道路路段。
上文所描述方法所计算的速度曲线界定在正常一周行进经过所述路段的预期速度且用作默认速度曲线来确定导航路线。因此，这些速度曲线称为“正常”速度曲线且如应了解已通过处理从每周重复发生的多个时间周期聚集在一起的速度数据而确定。
然而，如果存在并非典型每周事件的事件(例如，国定假日、节日、极端天气或交通事故)，那么交通行为可大致不同于所述正常速度曲线。为计及此类事件所导致的不平常交通行为，处理器154经布置以处理所述速度数据以针对所述路段产生在这些事件发生时的所规定时间使用的非正常速度曲线。
现在将参照图13对此进行描述。在步骤1300中，处理器202识别在此期间非典型交通行为已发生或预期发生的过去时间。此可由处理器154搜索存储在存储器156中的事件日历(未显示)查找可能已对交通行为产生影响的非每周事件的时间来实施。
响应于识别在此期间不平常交通行为已发生或预期发生的时间，处理器154在步骤1301中确定将被指派到所述路段的一个或一个以上非正常速度曲线。
所述非正常速度曲线可以是使用通常用于不同时间周期的正常速度曲线中的一者的指针。举例来说，所述所规定时间可以是国定假日，例如UK银行假日，且所述非正常速度曲线可以是指向星期天的正常速度曲线的指针，从而识别此正常速度曲线也应用于是国定假日的日子(其不是星期天)。
处理器154可通过抽取被识别为具有非典型交通行为且具有共用属性(例如，是国定假日或存在恶劣天气条件的时间或天)的所有时间周期的速度数据且根据上文参照图7到图12描述的方法从此速度数据产生速度曲线来产生非正常速度曲线。此产生具体来说用于非典型交通行为时间(例如，国定假日或恶劣天气时间)的一系列速度曲线。
处理器154还可通过向上或向下比例缩放(在多数情形下向下比例缩放)已经计算的正常速度曲线来产生非正常速度曲线。
处理器154在步骤1302中将每一非正常速度曲线指派到地图数据的一个或一个以上路段且指派识别应在什么条件下使用所述非正常速度曲线的识别符。此可根据未来事件的事件日历或根据对非典型交通行为发生时的特定条件(举例来说，识别为在非典型交通行为在过去发生时存在的条件)的识别来确定。
由服务器150将所形成的地图数据发送到导航装置200用于确定跨越所述地图数据所覆盖的区域的路线。
参照图14，在经由I/O装置222接收对确定路线的请求时，导航装置200的处理器202识别在行进时间所述路线上的条件(1400)。举例来说，导航装置200包含存储在存储器214中或存储在卡端口228中的存储器卡上的未来事件的事件日历且经由天线/接收器224接收对天气及交通的实时更新，其也存储在存储器中。在接收对确定路线的请求时，处理器202搜索事件日历及所存储的实时更新以确定行进时间的条件是否匹配地图数据中指示何时使用非正常速度曲线而非使用正常速度曲线的识别符的所规定条件(1401)。如果匹配，那么处理器202使用所述非正常速度曲线来确定所述路线。如果不匹配，那么处理器202使用正常速度曲线来确定所述路线。
在一个实施例中，实时更新可包括交通事故或恶劣天气条件正在发生/将发生的位置。在接收到对确定路线的请求时，处理器202使用边界盒/受影响地区方法来确定应针对哪些路段使用非正常速度曲线及应针对哪些路段使用正常速度曲线。处理器202识别事故或其它事件的预定距离(举例来说，在50或100km内)的路段，且针对这些路段使用非正常曲线且针对在此距离(或任何其它受影响区域)外的路段使用正常速度曲线。以此方式，导航装置可计及可对交通具有局部影响而非全局影响的事件。
在另一实施例中，导航装置202的处理器200当在行进时间识别所规定条件时可使用行进经过所述路段的速度的其它正常速度曲线中的不同一者而非使用对应于所述行进时间的正常速度曲线。以此方式，地图数据没有必要包含非正常速度曲线。此种功能性可以是适当的，其中所述所规定条件是：所述行进时间是国定假日。如果遇到此条件，那么处理器202将使用星期六或星期天的速度曲线而非使用所述国定假日发生的那天的速度曲线。此情况的实例是当行进时间是在UK银行假日(其通常是星期一)且在此种情况下，处理器202(当在UK确定路线时)可使用星期天的正常速度曲线来确定路线而非使用星期一正常速度曲线。
所属领域的技术人员应了解，经提供以执行如本文中所描述的方法的设备可包含硬件、软件、固件或这些中的两者或两者以上的任何组合。
所属领域的技术人员应了解，尽管已将术语GPS数据用于指代从GPS全球定位系统(举例来说，如关于图1所描述)导出的位置数据，但可以类似于如本文中所描绘的方法的方式来处理其它位置数据。因此，术语GPS数据可由短语定位数据取代。举例来说，此种位置信息可从从移动电话操作导出的位置信息、在收费处路障接收的数据、从道路中所嵌入的感应线圈获得的数据、从车牌辨识系统获得的数据或任何其它合适数据导出。

Claims (3)

1.一种使用地图数据确定跨越地区的路线的方法，所述地图数据包含表示所述地图数据所覆盖的区域中的可通行路线的若干路段的多个可通行路段，至少某些所述可通行路段具有与其相关联的针对重复发生时间周期的正常速度曲线，当经过所述路段的行进时间显著不同于根据所述正常速度曲线的行进时间时的所规定条件，及包含在所规定条件的时间行进经过所述路段的速度的非正常速度曲线，所述正常速度曲线包含在所述重复发生时间周期期间行进经过所述路段的预期速度，所述方法包含：
接收对确定可通行路线的请求，
获取识别在行进时间是否遇到所述所规定条件的数据，以及
识别被所规定条件影响的区域；且
如果遇到所述条件，那么使用在受影响区域内的路段的非正常速度曲线和使用在受影响区域外的路段的正常速度曲线来确定路线，否则使用根据所述正常速度曲线在对应于所述行进时间的时间周期行进经过所述路段的速度确定路线。
2.根据权利要求1所述的方法，其包含接收关于交通事故或其它事件的位置的数据及通过识别所述事故或其它事件的预定距离内的路段来确定受影响区域。
3.一种经布置以使用地图数据确定跨越区域的路线的导航装置，其包含：
存储器，其上存储有地图数据，所述地图数据包含表示所述地图数据所覆盖的区域中的可通行路线的若干路段的多个可通行路段，所述可通行路段中的至少一者具有与其相关联的针对每周重复发生时间周期的正常速度曲线，当经过所述路段的行进时间显著不同于根据正常速度曲线的行进时间时的所规定条件，及包含在所规定条件的时间行进经过所述路段的速度的非正常速度曲线，所述正常速度曲线包含在所述重复发生时间周期期间行进经过所述路段的预期速度；
输入，其用于接收对确定可通行路线的请求；
路线计算器，其经布置以识别在行进时间是否遇到所述所规定条件，及获得受影响的区域和所规定条件的数据，且如果遇到所述条件，那么使用至少一个在受影响区域内的路段的非正常速度曲线和使用至少一个在受影响区域外的路段的正常速度曲线来确定路线，否则使用根据所述正常速度曲线在对应于所述行进时间的每周时间周期行进经过所述路段的速度确定路线。
CN2008801131915A 2007-10-26 2008-10-22 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置 Active CN101836084B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US99605007P 2007-10-26 2007-10-26
US99605207P 2007-10-26 2007-10-26
US60/996,050 2007-10-26
US60/996,052 2007-10-26
PCT/EP2008/064317 WO2009053405A1 (en) 2007-10-26 2008-10-22 A method and machine for generating map data and a method and navigation device for determining a route using map data

Publications (2)

Publication Number Publication Date
CN101836084A CN101836084A (zh) 2010-09-15
CN101836084B true CN101836084B (zh) 2013-03-20

Family

ID=40149835

Family Applications (7)

Application Number Title Priority Date Filing Date
CN200880113016A Pending CN101836082A (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880112931.3A Active CN101836080B (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880112990A Pending CN101836081A (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880113017.0A Active CN101836083B (zh) 2007-10-26 2008-10-22 创建地图数据的方法
CN201410646263.XA Active CN104316064B (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN2008801131915A Active CN101836084B (zh) 2007-10-26 2008-10-22 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置
CN2008801127820A Active CN101836079B (zh) 2007-10-26 2008-10-22 处理定位数据的方法

Family Applications Before (5)

Application Number Title Priority Date Filing Date
CN200880113016A Pending CN101836082A (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880112931.3A Active CN101836080B (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880112990A Pending CN101836081A (zh) 2007-10-26 2008-10-22 处理定位数据的方法
CN200880113017.0A Active CN101836083B (zh) 2007-10-26 2008-10-22 创建地图数据的方法
CN201410646263.XA Active CN104316064B (zh) 2007-10-26 2008-10-22 处理定位数据的方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2008801127820A Active CN101836079B (zh) 2007-10-26 2008-10-22 处理定位数据的方法

Country Status (10)

Country Link
US (6) US9297664B2 (zh)
EP (8) EP2963389B1 (zh)
JP (10) JP2011501173A (zh)
CN (7) CN101836082A (zh)
AU (6) AU2008316525A1 (zh)
CA (6) CA2703503C (zh)
ES (2) ES2458144T3 (zh)
RU (5) RU2498220C2 (zh)
TW (6) TW200925631A (zh)
WO (6) WO2009053408A1 (zh)

Families Citing this family (129)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2458144T3 (es) * 2007-10-26 2014-04-30 Tomtom International B.V. Un método de procesamiento de datos de posicionamiento
US8015144B2 (en) 2008-02-26 2011-09-06 Microsoft Corporation Learning transportation modes from raw GPS data
US8972177B2 (en) 2008-02-26 2015-03-03 Microsoft Technology Licensing, Llc System for logging life experiences using geographic cues
US8966121B2 (en) 2008-03-03 2015-02-24 Microsoft Corporation Client-side management of domain name information
GB0822893D0 (en) * 2008-12-16 2009-01-21 Tele Atlas Bv Advanced speed profiles - Further updates
US9063226B2 (en) 2009-01-14 2015-06-23 Microsoft Technology Licensing, Llc Detecting spatial outliers in a location entity dataset
WO2010081836A1 (en) 2009-01-16 2010-07-22 Tele Atlas B.V. Method for computing an energy efficient route
US9109909B2 (en) 2009-07-09 2015-08-18 Tomtom International B.V. Navigation devices
EP2746727B1 (en) 2009-07-09 2016-09-07 TomTom International B.V. Method and device for time-dependent route calculation
US20110046881A1 (en) * 2009-08-20 2011-02-24 Jeyhan Karaoguz Personal mapping system
US8275649B2 (en) 2009-09-18 2012-09-25 Microsoft Corporation Mining life pattern based on location history
US9183740B2 (en) * 2009-09-24 2015-11-10 Mitsubishi Electric Corporation Travel pattern generation device
US9009177B2 (en) 2009-09-25 2015-04-14 Microsoft Corporation Recommending points of interests in a region
US9154560B2 (en) 2009-10-12 2015-10-06 Qualcomm Incorporated Method and system for building annotation layers based on location aware user context information
US9173337B2 (en) 2009-10-19 2015-11-03 Efc Systems, Inc. GNSS optimized control system and method
US8396663B2 (en) 2009-12-15 2013-03-12 Navteq B.V. Speed profile dictionary
AU2015271869B2 (en) * 2009-12-15 2017-05-25 Here Global B.V. Speed profile dictionary
US8805078B2 (en) * 2010-02-08 2014-08-12 Tomtom Germany Gmbh & Co. Kg Methods for digital mapping and associated apparatus
US8612134B2 (en) 2010-02-23 2013-12-17 Microsoft Corporation Mining correlation between locations using location history
US9261376B2 (en) 2010-02-24 2016-02-16 Microsoft Technology Licensing, Llc Route computation based on route-oriented vehicle trajectories
US10288433B2 (en) 2010-02-25 2019-05-14 Microsoft Technology Licensing, Llc Map-matching for low-sampling-rate GPS trajectories
EP3309514A1 (en) 2010-04-23 2018-04-18 TomTom International B.V. Navigation devices and methods carried out thereon
US8719198B2 (en) 2010-05-04 2014-05-06 Microsoft Corporation Collaborative location and activity recommendations
US9593957B2 (en) 2010-06-04 2017-03-14 Microsoft Technology Licensing, Llc Searching similar trajectories by locations
US8645061B2 (en) * 2010-06-16 2014-02-04 Microsoft Corporation Probabilistic map matching from a plurality of observational and contextual factors
US20110320114A1 (en) * 2010-06-28 2011-12-29 Microsoft Corporation Map Annotation Messaging
FR2963149B1 (fr) * 2010-07-20 2014-03-07 Coyote Sys Procede d'amelioration de la fiabilite des indications de limitations de vitesse pour systemes embarques
JP6211927B2 (ja) * 2010-09-13 2017-10-11 トムトム インターナショナル ベスローテン フエンノートシャップ ポータブル処理装置、サーバ、これらにおける運転の提案を提供する方法、データ記録媒体
DE102010047080B4 (de) * 2010-10-01 2012-09-06 Audi Ag Verfahren zum Gewinnen eines Geschwindigkeitsprofils
JP2012078273A (ja) * 2010-10-05 2012-04-19 Casio Comput Co Ltd 情報処理装置及び方法、並びにプログラム
US9704391B2 (en) * 2010-10-28 2017-07-11 Panasonic Intellectual Property Management Co., Ltd. Traffic accident detection device and method of detecting traffic accident
GB201018815D0 (en) * 2010-11-08 2010-12-22 Tomtom Int Bv High-definition weather for improved routing and navigation systems
EP2455714B1 (en) * 2010-11-18 2019-01-23 Harman Becker Automotive Systems GmbH Method and device for displaying road segments
US9170111B2 (en) 2010-12-07 2015-10-27 Tomtom International B.V. Mapping or navigation apparatus and method of operation thereof
JP5673310B2 (ja) * 2010-12-09 2015-02-18 株式会社オートネットワーク技術研究所 情報処理システム
US9709406B2 (en) 2010-12-31 2017-07-18 Tomtom Navigation B.V. Navigation methods and systems
EP2659469A1 (en) 2010-12-31 2013-11-06 Tomtom Belgium N.V. Systems and methods for obtaining and using traffic flow information
GB201113112D0 (en) 2011-02-03 2011-09-14 Tomtom Dev Germany Gmbh Method of generating expected average speeds of travel
US8717387B1 (en) * 2011-04-04 2014-05-06 Google Inc. Correction of misaligned map data from different sources
KR101683917B1 (ko) * 2011-04-27 2016-12-07 현대자동차주식회사 운전패턴 기반의 속도 프로파일 생성 장치 및 그 방법
GB2492331A (en) 2011-06-27 2013-01-02 Tomtom Int Bv Means for estimating journey attributes based on mobile device journey data
RU2484533C2 (ru) * 2011-08-26 2013-06-10 Валерий Михайлович Газаров Способ определения оптимального маршрута и устройство
WO2013050216A1 (en) * 2011-10-04 2013-04-11 International Business Machines Corporation Pre-emptive content caching in mobile networks
US8788193B2 (en) * 2011-10-17 2014-07-22 Gen-9, Inc. Tracking activity, velocity, and heading using sensors in mobile devices or other systems
FR2983614B1 (fr) * 2011-12-02 2017-02-03 Renault Sa Procede d'estimation de la consommaton energetique d'un vehicule automobile
US9754226B2 (en) 2011-12-13 2017-09-05 Microsoft Technology Licensing, Llc Urban computing of route-oriented vehicles
US8670934B2 (en) * 2011-12-16 2014-03-11 Toyota Jidosha Kabushiki Kaisha Journey destination endpoint determination
US20130166188A1 (en) 2011-12-21 2013-06-27 Microsoft Corporation Determine Spatiotemporal Causal Interactions In Data
US8666645B2 (en) 2011-12-21 2014-03-04 Navteq B.V. Method of selecting a traffic pattern for use by a navigation system
CN103116174B (zh) * 2012-02-15 2014-07-09 金三立视频科技（深圳）有限公司 基于预测编码修正模式的gps地图定位应用算法
GB201205348D0 (en) * 2012-03-27 2012-05-09 Tomtom Belgium Nv Digital location-based data methods and product
US8712682B1 (en) * 2012-03-29 2014-04-29 Google Inc. Estimating travel time
US20130274955A1 (en) * 2012-04-13 2013-10-17 Walter Steven Rosenbaum Method for analyzing operation characteristics of a vehicle driver
US9429437B2 (en) 2012-06-08 2016-08-30 Apple Inc. Determining location and direction of travel using map vector constraints
JP5953990B2 (ja) * 2012-07-02 2016-07-20 富士通株式会社 通信制御装置、通信制御システムおよび通信制御方法
WO2014020127A1 (en) * 2012-08-02 2014-02-06 Deutsche Telekom Ag Enhanced radio resource management
TWI477744B (zh) * 2012-09-24 2015-03-21 Navigation gradient map, its generating method and navigation device
GB201219742D0 (en) * 2012-11-02 2012-12-12 Tom Tom Int Bv Methods and systems for generating a horizon for use in an advanced driver assistance system (adas)
DE102012023561B4 (de) * 2012-12-03 2014-08-14 Audi Ag Verfahren zur verkehrsflussbedingten Adaption von Anhaltevorgängen an ein synthetisch moduliertes Geschwindigkeitsprofil entlang einer mit einem Fahrzeug gefahrenen Strecke sowie Steuergerät zur Durchführung des Verfahrens
WO2014102928A1 (ja) * 2012-12-26 2014-07-03 パイオニア株式会社 経路探索装置、経路探索方法、経路探索用プログラム及び経路探索用プログラムを記録したコンピュータ読み取り可能な記録媒体
US10039460B2 (en) 2013-01-22 2018-08-07 MiSleeping, Inc. Neural activity recording apparatus and method of using same
CN103971587A (zh) * 2013-02-05 2014-08-06 昆达电脑科技(昆山)有限公司 导航用渐层地图、其产生方法及导航装置
JP5819868B2 (ja) * 2013-02-12 2015-11-24 株式会社ゼンリン 新規道路検出ロジック
GB201305131D0 (en) * 2013-03-20 2013-05-01 Tomtom Dev Germany Gmbh Methods and systems for detecting a closure of a navigable element
JP6237762B2 (ja) * 2013-03-21 2017-11-29 ソニー株式会社 情報処理装置、情報処理システム、及び情報処理方法
GB201307550D0 (en) 2013-04-26 2013-06-12 Tomtom Dev Germany Gmbh Methods and systems of providing information indicative of a recommended navigable stretch
US9489637B2 (en) * 2013-04-29 2016-11-08 Here Global B.V. Method and apparatus for deriving spatial properties of bus stops and traffic controls
DE102013008373A1 (de) * 2013-05-16 2014-11-20 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Verfahren und System zum Bereitstellen von Informationen über Parkgebühren auf einem gebührenpflichtigen Parkplatz
US10048075B2 (en) 2013-07-19 2018-08-14 Sap Se Trajectory data compression
CN104422460B (zh) * 2013-09-06 2017-08-01 上海博泰悦臻电子设备制造有限公司 一种导航方法及导航装置
GB201316386D0 (en) * 2013-09-15 2013-10-30 Tomtom Dev Germany Gmbh Generating routes to optimise traffic flow
US9183743B2 (en) 2013-10-31 2015-11-10 Bayerische Motoren Werke Aktiengesellschaft Systems and methods for estimating traffic signal information
GB201400601D0 (en) 2014-01-14 2014-03-05 Tomtom Int Bv Apparatus and method for a probe data management
JP5910655B2 (ja) * 2014-03-25 2016-04-27 トヨタ自動車株式会社 移動速度予測装置及び移動速度予測方法
US9549291B2 (en) * 2014-03-31 2017-01-17 Ford Global Technologies, Llc Crowd enhanced connectivity map for data transfer intermittency mitigation
US10528246B2 (en) 2014-04-10 2020-01-07 Htc Corporation Method and device for managing information
GB201408474D0 (en) * 2014-05-13 2014-06-25 Tomtom Int Bv Methods and systems for detecting a partial closure of a navigable element
US9663111B2 (en) * 2014-05-30 2017-05-30 Ford Global Technologies, Llc Vehicle speed profile prediction using neural networks
US10415988B2 (en) * 2014-07-08 2019-09-17 Omnitracs, Llc Integration of hours of service and navigation
DE102014213326A1 (de) * 2014-07-09 2016-01-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Verarbeitung von Daten eines Fahrstreckenprofils, Decodierverfahren, Codier- und Decodierverfahren, System, Computerprogramm und Computerprogrammprodukt
US9336448B2 (en) 2014-08-11 2016-05-10 Here Global B.V. Variable speed sign value prediction and confidence modeling
GB201415802D0 (en) * 2014-09-07 2014-10-22 Tomtom Int Bv Methods and systems for identifying navigable elements affected by weather conditions
US10109184B2 (en) * 2014-10-08 2018-10-23 Here Global B.V. Probe based variable speed sign value
RU2580335C1 (ru) * 2014-10-17 2016-04-10 Общество С Ограниченной Ответственностью "Яндекс" Способ обработки картографических данных
WO2016095050A1 (en) * 2014-12-18 2016-06-23 Innerspace Technology Inc. Method and system for sensing interior spaces to auto-generate a navigational map
JP6536064B2 (ja) * 2015-02-10 2019-07-03 株式会社デンソー 走行軌跡選定装置、走行軌跡選定方法
GB201503227D0 (en) 2015-02-26 2015-04-15 Tomtom Int Bv Methods and systems for generating routing policies and routes
CN104952124A (zh) * 2015-06-07 2015-09-30 深圳市超级柒科技有限公司 通用型全自动智能汽车安全黑匣子及系统
GB2539676B (en) * 2015-06-23 2020-11-25 Bentley Motors Ltd A method of controlling speed of a vehicle
US9761133B2 (en) * 2015-06-26 2017-09-12 Here Global B.V. Determination of a free-flow speed for a link segment
CN106324634B (zh) * 2015-07-03 2019-03-08 石家庄市善理通益科技有限公司 Gps定位数据的处理方法和装置
RU2597667C1 (ru) * 2015-08-04 2016-09-20 Егор Вадимович Созинов Способ графического отображения маршрута движения транспортного средства
GB201601296D0 (en) * 2016-01-25 2016-03-09 Tomtom Traffic Bv Methods and systems for generating expected speeds of travel
US9970771B2 (en) * 2016-02-03 2018-05-15 Here Global B.V. Navigational database update package
GB201604159D0 (en) 2016-02-09 2016-04-27 Tomtom Traffic Bv Methods and systems for identifying navigable elements affected by weather conditions
CN107144286B (zh) * 2016-03-01 2021-08-24 阿里巴巴集团控股有限公司 导航方法及装置
US10151592B2 (en) * 2016-04-28 2018-12-11 Here Global B.V. Map matching quality evaluation
US10068470B2 (en) * 2016-05-06 2018-09-04 Here Global B.V. Determination of an average traffic speed
US10451429B2 (en) * 2016-08-04 2019-10-22 Here Global B.V. Generalization factor based generation of navigation data
CN106297285B (zh) * 2016-08-17 2018-09-21 重庆大学 基于动态权重的高速公路交通运行状态模糊综合评价方法
WO2018060472A1 (en) * 2016-09-29 2018-04-05 Tomtom Traffic B.V. Methods and systems for generating profile data for segments of an electronic map
US10040464B2 (en) 2016-10-21 2018-08-07 Westinghouse Air Brake Technologies Corporation System and method for providing location and navigation services using positive train control data
US11343550B2 (en) * 2016-11-11 2022-05-24 Sony Corporation Transmission device, transmission method, and content distribution system
EP3339807B1 (en) * 2016-12-20 2024-03-13 HERE Global B.V. An apparatus and associated methods for determining the location of a vehicle
JP2017096963A (ja) * 2016-12-22 2017-06-01 トムトム ベルギー ネムローゼ フエンノートシャップＴｏｍＴｏｍ Ｂｅｌｇｉｕｍ Ｎ．Ｖ． ナビゲーションの方法及びシステム
CN108257416B (zh) * 2016-12-28 2021-03-23 华为技术有限公司 路径规划的方法、装置和系统
IL250762B (en) 2017-02-23 2020-09-30 Appelman Dina Method and system for unmanned vehicle navigation
JP6383063B1 (ja) * 2017-08-07 2018-08-29 ヤフー株式会社 算出装置、算出方法及び算出プログラム
US10365660B2 (en) * 2017-10-31 2019-07-30 Savioke, Inc. Computer system and method for automated indoor surveying by robots
KR102612960B1 (ko) * 2018-01-23 2023-12-13 삼성전자주식회사 지도 수신 방법 및 이를 위한 장치
RU2679468C1 (ru) * 2018-03-01 2019-02-11 Общество с ограниченной ответственностью "СЕНСЕ ГНБ" Удаленное устройство отображения информации приемника системы локации положения бурового инструмента r-box
JP7035210B2 (ja) 2018-03-13 2022-03-14 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド ロードマップを生成するためのシステムおよび方法
US11650059B2 (en) * 2018-06-06 2023-05-16 Toyota Research Institute, Inc. Systems and methods for localizing a vehicle using an accuracy specification
CN108806238B (zh) * 2018-06-21 2020-09-01 中国联合网络通信集团有限公司 车辆控制方法、装置、设备及存储介质
US10242571B1 (en) 2018-08-02 2019-03-26 Mapanything, Inc. Utilizing determined optimized time windows for precomputing optimal path matrices to reduce computer resource usage
US11293770B2 (en) 2018-08-02 2022-04-05 salesforces.com, Inc. Geographic routing engine
KR20210087013A (ko) * 2018-08-07 2021-07-09 디지털 에코시스템즈 엘엘씨 다중 모드 화물 운송 서비스의 자동 형성 방법
ES2935618T3 (es) 2018-08-30 2023-03-08 Elta Systems Ltd Método de navegación de un vehículo y sistema del mismo
CN109035783B (zh) * 2018-09-17 2021-06-11 东南大学 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法
US11538338B2 (en) * 2018-09-24 2022-12-27 Verizon Patent And Licensing Inc. Providing map fragments to a device
RU188926U1 (ru) * 2018-10-31 2019-04-29 Федеральное государственное бюджетное образовательное учреждение высшего образования "Мурманский государственный технический университет" (ФГБОУ ВО "МГТУ") Устройство спутникового мониторинга транспорта
CN109581441B (zh) * 2018-12-18 2019-11-08 武汉大学 基于站间相关性空间结构函数构建的gnss成像方法
TWI735889B (zh) * 2019-06-11 2021-08-11 萬潤科技股份有限公司 自走式裝置移動方法及執行該移動方法的自走式裝置
CN110379167B (zh) * 2019-07-31 2021-07-23 中国工商银行股份有限公司 车辆在高速路中的行驶路径确定方法及装置
FR3111225B1 (fr) * 2020-06-08 2022-06-24 Univ Gustave Eiffel Procédé mis en œuvre par ordinateur de gestion du trafic routier d’une zone routière
JP7396230B2 (ja) 2020-08-26 2023-12-12 トヨタ自動車株式会社 誤差診断装置及び車両制御装置
JP2022136885A (ja) * 2021-03-08 2022-09-21 株式会社東芝 情報処理装置、情報処理方法、および情報処理プログラム
WO2022251225A1 (en) * 2021-05-25 2022-12-01 Cambridge Mobile Telematics Inc. Method and system for vehicle route determination based on motion data
US20230123565A1 (en) * 2021-10-14 2023-04-20 Furuno Electric Co., Ltd. Track management device and method

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10037827A1 (de) * 2000-08-03 2002-02-14 Daimler Chrysler Ag Fahrzeugautonomes Verkehrsinformationssystem
EP1005627B1 (en) * 1997-08-19 2003-10-29 Siemens VDO Automotive Corporation Vehicle information system
JP2005017151A (ja) * 2003-06-27 2005-01-20 Xanavi Informatics Corp ナビゲーション装置およびその処理方法
EP1503355A1 (en) * 2003-07-30 2005-02-02 Pioneer Corporation A device, system and a method for processing statistic traffic information
EP1840519A2 (en) * 2006-03-28 2007-10-03 Aisin AW Co., Ltd. Route search method and navigation apparatus

Family Cites Families (146)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2270480A (en) * 1940-12-02 1942-01-20 Scovill Manufacturing Co Drink mixer agitator
GB2091526B (en) 1981-01-13 1985-10-02 Harris Corp Digital map generator and display system
JP3279009B2 (ja) 1993-10-29 2002-04-30 トヨタ自動車株式会社 車両用経路誘導装置
US7421321B2 (en) * 1995-06-07 2008-09-02 Automotive Technologies International, Inc. System for obtaining vehicular information
US6012013A (en) * 1995-03-31 2000-01-04 Trimble Navigation Limited Vehicle position reporting in user defined uni-dimensional coordinate system
US5933100A (en) 1995-12-27 1999-08-03 Mitsubishi Electric Information Technology Center America, Inc. Automobile navigation system with dynamic traffic data
DE19643454C2 (de) 1996-10-10 2003-08-21 Mannesmann Ag Verfahren und Vorrichtung zur Übermittlung von Daten zur Verkehrslagebeurteilung
JP3491867B2 (ja) 1996-11-13 2004-01-26 松下電器産業株式会社 経路選出方法およびシステム
JPH10197270A (ja) * 1996-12-30 1998-07-31 Casio Comput Co Ltd ナビゲーション装置、所要時間情報算出方法及び記録媒体
US6215442B1 (en) 1997-02-03 2001-04-10 Snaptrack, Inc. Method and apparatus for determining time in a satellite positioning system
DE69806685T2 (de) 1997-05-22 2002-11-21 Nissan Motor Integiertes Steuersystem für elektronisch gesteuerte Brennkraftmachine und stufenloses Automatikgetriebe
JP3719310B2 (ja) * 1997-06-17 2005-11-24 三菱電機株式会社 ナビゲーション装置
US5945997A (en) 1997-06-26 1999-08-31 S3 Incorporated Block- and band-oriented traversal in three-dimensional triangle rendering
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
US6707421B1 (en) 1997-08-19 2004-03-16 Siemens Vdo Automotive Corporation Driver information system
US6680694B1 (en) * 1997-08-19 2004-01-20 Siemens Vdo Automotive Corporation Vehicle information system
JP3438589B2 (ja) * 1998-06-04 2003-08-18 日産自動車株式会社 車両の駆動力制御装置
CA2266208C (en) 1999-03-19 2008-07-08 Wenking Corp. Remote road traffic data exchange and intelligent vehicle highway system
US6122593A (en) * 1999-08-03 2000-09-19 Navigation Technologies Corporation Method and system for providing a preview of a route calculated with a navigation system
US6256577B1 (en) * 1999-09-17 2001-07-03 Intel Corporation Using predictive traffic modeling
US7630986B1 (en) * 1999-10-27 2009-12-08 Pinpoint, Incorporated Secure data interchange
JP2001264099A (ja) * 2000-03-15 2001-09-26 Honda Motor Co Ltd 車両用ナビゲーション装置
US6615130B2 (en) * 2000-03-17 2003-09-02 Makor Issues And Rights Ltd. Real time vehicle guidance and traffic forecasting system
GB0011797D0 (en) * 2000-05-16 2000-07-05 Yeoman Group Plc Improved vehicle routeing
KR100823210B1 (ko) 2000-06-26 2008-04-18 스트라테크 시스템즈 리미티드 교통 및 관련 정보를 제공하는 방법과 시스템
HU229304B1 (en) * 2000-06-30 2013-10-28 Alstom Belgium Sa Method for secure determination of an object location, preferably a vehicle moving along a known course
US6317686B1 (en) 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
JP2002117491A (ja) 2000-08-04 2002-04-19 Ntt Communications Kk 移動体運行情報提供システム及び方法と、移動体運行情報サービスセンタ
US6587777B1 (en) * 2000-10-23 2003-07-01 Sun Microsystems, Inc. System and method for location based traffic reporting
US20070150375A1 (en) * 2000-12-08 2007-06-28 Ping Yang Method and apparatus for efficient meal delivery
US6622087B2 (en) 2000-12-26 2003-09-16 Intel Corporation Method and apparatus for deriving travel profiles
JP2002206936A (ja) 2001-01-09 2002-07-26 Matsushita Electric Ind Co Ltd 経路計算方法及びそれを実施する装置
JP2003021528A (ja) * 2001-07-09 2003-01-24 Kenwood Corp ナビゲーション装置、到着時刻算出方法、及びプログラム
US6577946B2 (en) 2001-07-10 2003-06-10 Makor Issues And Rights Ltd. Traffic information gathering via cellular phone networks for intelligent transportation systems
JP3841401B2 (ja) 2001-09-26 2006-11-01 株式会社東芝 構内案内装置、サーバ装置およびプログラム
US20030134648A1 (en) * 2001-10-04 2003-07-17 Reed Mark Jefferson Machine for providing a dynamic data base of geographic location information for a plurality of wireless devices and process for making same
JP2005038447A (ja) 2001-11-27 2005-02-10 Fuji Xerox Co Ltd 移動情報処理装置及び移動情報処理方法
US6973384B2 (en) * 2001-12-06 2005-12-06 Bellsouth Intellectual Property Corporation Automated location-intelligent traffic notification service systems and methods
US7221287B2 (en) * 2002-03-05 2007-05-22 Triangle Software Llc Three-dimensional traffic report
DE10313057A1 (de) * 2002-03-25 2003-11-06 Aisin Aw Co Navigationssystem und Programm für ein Navigationssystem-Einstellverfahren
JP3932951B2 (ja) 2002-03-28 2007-06-20 セイコーエプソン株式会社 経路探索装置、ナビゲーション装置及びプログラム
JP3849590B2 (ja) 2002-06-21 2006-11-22 株式会社日立製作所 交通情報システム
US7499949B2 (en) 2002-08-07 2009-03-03 Navteq North America, Llc Method and system for obtaining recurring delay data using navigation systems
US20040034467A1 (en) * 2002-08-09 2004-02-19 Paul Sampedro System and method for determining and employing road network traffic status
GB0220062D0 (en) * 2002-08-29 2002-10-09 Itis Holdings Plc Traffic scheduling system
US6990401B2 (en) * 2002-10-04 2006-01-24 Daimlerchrysler Ag Predictive speed control for a motor vehicle
KR100542014B1 (ko) 2002-10-04 2006-01-10 엘지전자 주식회사 복합교차로 경로 안내를 위한 차량 항법유도방법
JP3876838B2 (ja) * 2003-01-17 2007-02-07 トヨタ自動車株式会社 車両用高加速時変速制御装置
KR101168423B1 (ko) * 2003-02-05 2012-07-25 가부시키가이샤 자나비 인포메틱스 내비게이션 장치의 경로 탐색 방법 및 교통 정보 표시 방법
AU2003216243A1 (en) * 2003-02-11 2004-09-06 Harman Becker Automotive Systems Gmbh Height generating satellite navigation system
EP1469285B1 (en) * 2003-04-15 2007-09-26 Harman/Becker Automotive Systems GmbH Data base system for navigation device
US7188026B2 (en) 2003-05-12 2007-03-06 Dash Navigation, Inc. Hierarchical floating car data network
US7079946B2 (en) 2003-08-29 2006-07-18 Denso Corporation Iterative logical renewal of navigable map database
US7050903B1 (en) * 2003-09-23 2006-05-23 Navteq North America, Llc Method and system for developing traffic messages
US7355528B2 (en) * 2003-10-16 2008-04-08 Hitachi, Ltd. Traffic information providing system and car navigation system
US7035734B2 (en) 2003-12-10 2006-04-25 Cisco Technology, Inc. Method and system for communicating navigation information
JP2005201793A (ja) 2004-01-16 2005-07-28 Xanavi Informatics Corp ナビゲーション装置の経路探索方法
JP4346472B2 (ja) * 2004-02-27 2009-10-21 株式会社ザナヴィ・インフォマティクス 交通情報予測装置
JP2005251134A (ja) * 2004-03-08 2005-09-15 Nec Corp 情報検索装置および情報検索方法
US20050222756A1 (en) 2004-04-05 2005-10-06 Davis Scott B Methods for displaying a route traveled by mobile users in a communication network
US7366606B2 (en) 2004-04-06 2008-04-29 Honda Motor Co., Ltd. Method for refining traffic flow data
US7680596B2 (en) * 2004-04-06 2010-03-16 Honda Motor Co., Ltd. Route calculation method for a vehicle navigation system
US7298891B2 (en) * 2004-07-15 2007-11-20 Harris Corporation Bare earth digital elevation model extraction for three-dimensional registration from topographical points
US7289039B2 (en) * 2004-09-10 2007-10-30 Xanavi Informatics Corporation Apparatus and method for processing and displaying traffic information in an automotive navigation system
JP2006084384A (ja) 2004-09-17 2006-03-30 Denso Corp 車両用ナビゲーション装置
US7797100B2 (en) * 2004-09-24 2010-09-14 Aisin Aw Co., Ltd. Navigation systems, methods, and programs
JP2006138742A (ja) * 2004-11-12 2006-06-01 Aisin Aw Co Ltd 情報収集システム及び情報収集方法のプログラム
US20060106531A1 (en) * 2004-11-12 2006-05-18 Aisin Aw Co., Ltd. Information gathering systems, methods, and programs
WO2006060518A2 (en) * 2004-11-30 2006-06-08 Circumnav Networks, Inc. Methods for deducing road geometry and connectivity
US7616715B2 (en) * 2004-11-30 2009-11-10 Stmicroelectronics Asia Pacific Pte. Ltd. Method and system for estimating the speed of a mobile device in a network
JP4539326B2 (ja) 2004-12-27 2010-09-08 日産自動車株式会社 ナビゲーション装置
TWI268342B (en) 2004-12-31 2006-12-11 Giga Byte Tech Co Ltd System and method for planning route
WO2006093047A1 (ja) 2005-03-04 2006-09-08 Pioneer Corporation 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体
JP4329711B2 (ja) * 2005-03-09 2009-09-09 株式会社日立製作所 交通情報システム
JP2006293876A (ja) 2005-04-14 2006-10-26 Hitachi Ltd 交通情報収集装置及び車載装置
US7451041B2 (en) * 2005-05-06 2008-11-11 Facet Technology Corporation Network-based navigation system having virtual drive-thru advertisements integrated with actual imagery from along a physical route
JP2006329712A (ja) 2005-05-24 2006-12-07 Matsushita Electric Ind Co Ltd 経路探索装置
JP2006337182A (ja) * 2005-06-02 2006-12-14 Xanavi Informatics Corp カーナビゲーションシステム、交通情報提供装置、カーナビゲーション装置、交通情報提供方法および交通情報提供プログラム
US7454288B2 (en) * 2005-07-29 2008-11-18 Gm Global Technology Operations, Inc. System and method for clustering probe vehicles for real-time traffic application
JP2007047034A (ja) 2005-08-10 2007-02-22 Toyota Motor Corp 経路情報提供装置
US7698061B2 (en) 2005-09-23 2010-04-13 Scenera Technologies, Llc System and method for selecting and presenting a route to a user
TW200712529A (en) 2005-09-23 2007-04-01 Wonde Proud Technology Co Ltd Dual-directional GPS navigation method and device
GB0520576D0 (en) 2005-10-10 2005-11-16 Applied Generics Ltd Using traffic monitoring information to provide better driver route planning
JP4735179B2 (ja) 2005-10-12 2011-07-27 株式会社デンソー 車両制御装置
EP2597425A1 (en) 2005-10-14 2013-05-29 Dash Navigation Inc. System and method for identifying road features
CN1956566B (zh) * 2005-10-28 2010-04-21 环达电脑(上海)有限公司 在配备gps模块的移动设备上自动修改道路属性信息的方法
CN1963847B (zh) * 2005-11-07 2011-03-09 同济大学 预测公交车到站的方法
JP4735296B2 (ja) 2006-02-03 2011-07-27 株式会社デンソー プローブ情報収集システム及びｆｃｄ車載機
JP4816124B2 (ja) * 2006-02-20 2011-11-16 株式会社デンソー 地図評価装置および地図評価方法
US7912627B2 (en) 2006-03-03 2011-03-22 Inrix, Inc. Obtaining road traffic condition data from mobile data sources
US20070208501A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Assessing road traffic speed using data obtained from mobile data sources
DE102006010572A1 (de) * 2006-03-06 2007-09-13 Gerhard Lauche Verkehrsleitsystem
JP4811063B2 (ja) * 2006-03-10 2011-11-09 アイシン・エィ・ダブリュ株式会社 交通データ算出システム
TW200737058A (en) 2006-03-17 2007-10-01 Mitac Int Corp A safety navigation system using wireless communication technology and method thereof
JP2007248347A (ja) * 2006-03-17 2007-09-27 Iseki & Co Ltd 農業用管理システム
US20070296575A1 (en) 2006-04-29 2007-12-27 Trex Enterprises Corp. Disaster alert device, system and method
FR2900728B1 (fr) 2006-05-04 2008-10-10 Peugeot Citroen Automobiles Sa Procede et dispositif d'information routiere utilisant des profils de vitesse pour chaque route
US7706964B2 (en) * 2006-06-30 2010-04-27 Microsoft Corporation Inferring road speeds for context-sensitive routing
EP2038610B1 (en) * 2006-07-10 2013-08-21 Aisin AW Co., Ltd. Systems and methods for map update distribution and notification
JP4886421B2 (ja) 2006-08-09 2012-02-29 株式会社日立製作所 ナビゲーション装置、および、その表示方法
US7908076B2 (en) * 2006-08-18 2011-03-15 Inrix, Inc. Representative road traffic flow information based on historical data
DE102006044438A1 (de) * 2006-09-21 2008-04-03 Robert Bosch Gmbh Anzeigevorrichtung zur Anzeige einer Reiseroute
WO2008110321A1 (en) 2007-03-09 2008-09-18 Tomtom International B.V. Navigation device assisting road traffic congestion management
KR101467557B1 (ko) * 2007-05-02 2014-12-10 엘지전자 주식회사 주행 경로 선택
EP2006818B1 (en) * 2007-06-15 2012-04-25 Xanavi Informatics Corporation Traffic information providing system and method for generating traffic information
JP4555321B2 (ja) 2007-07-25 2010-09-29 クラリオン株式会社 経路探索装置、およびその経路探索方法
US7774121B2 (en) 2007-07-31 2010-08-10 Gm Global Technology Operations, Inc. Curve speed control system with adaptive map preview time and driving mode selection
JP2009036996A (ja) 2007-08-01 2009-02-19 Clarion Co Ltd 車載用情報端末、その制御方法及びその制御プログラム
US8353749B2 (en) 2007-09-04 2013-01-15 Dean Sanders Vehicle tracking system, method and game
US20090088965A1 (en) 2007-10-02 2009-04-02 International Business Machines Corporation Enhancement for navigation systems for using weather information when predicting a quickest travel path
ES2458144T3 (es) 2007-10-26 2014-04-30 Tomtom International B.V. Un método de procesamiento de datos de posicionamiento
JP4918918B2 (ja) 2008-03-24 2012-04-18 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム、経路案内方法及び経路案内プログラム
US8855899B2 (en) * 2008-05-15 2014-10-07 Garmin Switzerland Gmbh Virtual traffic sensors
KR20110026433A (ko) 2008-06-25 2011-03-15 톰톰 인터내셔날 비.브이. 주차시설 찾기를 탐지하는 내비게이션 장치 및 방법
US8108141B2 (en) 2008-08-28 2012-01-31 Empire Technology Development Llc Intelligent travel routing system and method
US8121415B2 (en) * 2008-10-28 2012-02-21 Quality Vision International, Inc. Combining feature boundaries
US20100209882A1 (en) * 2009-02-18 2010-08-19 Gm Global Technology Operations, Inc. Driving skill recognition based on straight-line driving behavior
JP2010210284A (ja) 2009-03-06 2010-09-24 Denso Corp 交通管理装置および交通管理方法
US20120047087A1 (en) 2009-03-25 2012-02-23 Waldeck Technology Llc Smart encounters
US8395529B2 (en) * 2009-04-02 2013-03-12 GM Global Technology Operations LLC Traffic infrastructure indicator on head-up display
US8358224B2 (en) 2009-04-02 2013-01-22 GM Global Technology Operations LLC Point of interest location marking on full windshield head-up display
US20110055210A1 (en) * 2009-09-02 2011-03-03 The Government Of The U.S.A., As Represented By The Secretary Of The Navy Robust Adaptive Data Clustering in Evolving Environments
US8255146B2 (en) 2009-09-23 2012-08-28 Sudharshan Srinivasan Time slot based roadway traffic management system
US8396663B2 (en) 2009-12-15 2013-03-12 Navteq B.V. Speed profile dictionary
JP2011137725A (ja) 2009-12-28 2011-07-14 Clarion Co Ltd ナビゲーション装置およびその経路探索方法
JP5066206B2 (ja) 2010-03-11 2012-11-07 日立オートモティブシステムズ株式会社 リンク列変換方法、道路情報提供装置および道路情報提供システム
DE102010029467A1 (de) * 2010-05-28 2011-12-01 Ford Global Technologies, Llc Verfahren und Vorrichtung zur Unterstützung eines Fahrers bei einer kraftstoffsparenden Fahrweise
JP2011252767A (ja) 2010-06-01 2011-12-15 Toyota Motor Corp 情報処理システム
CN101846522B (zh) 2010-06-21 2012-07-04 江苏新科软件有限公司 能计算碳排量的汽车导航装置的工作方法
GB201018815D0 (en) * 2010-11-08 2010-12-22 Tomtom Int Bv High-definition weather for improved routing and navigation systems
US9709406B2 (en) 2010-12-31 2017-07-18 Tomtom Navigation B.V. Navigation methods and systems
EP2659469A1 (en) * 2010-12-31 2013-11-06 Tomtom Belgium N.V. Systems and methods for obtaining and using traffic flow information
CN102682041B (zh) 2011-03-18 2014-06-04 日电（中国）有限公司 用户行为识别设备及方法
US8977295B2 (en) 2011-12-08 2015-03-10 Here Global B.V. Method and apparatus for generating real-time map and location-based data
US8649962B2 (en) 2011-12-19 2014-02-11 International Business Machines Corporation Planning a route for a convoy of automobiles
CN104203096B (zh) * 2012-01-19 2017-09-01 耐克创新有限合伙公司 多活动平台和接口
US8768604B1 (en) 2012-06-30 2014-07-01 Tomasz R. Klimek Method and system for normalizing and comparing GPS data from multiple vehicles
US20140012494A1 (en) 2012-07-06 2014-01-09 International Business Machines Corporation Collaborative gps tracking
US9883340B2 (en) 2012-08-10 2018-01-30 Here Global B.V. Method and apparatus for providing group route recommendations
US9300646B1 (en) 2013-03-15 2016-03-29 Microstrategy Incorporated Logging location and time data associated with a credential
US10700920B2 (en) 2013-04-29 2020-06-30 Moogsoft, Inc. System and methods for decomposing events from managed infrastructures that includes a floating point unit
US9297651B2 (en) * 2013-12-11 2016-03-29 Strava, Inc. Generating user preference activity maps
US9536424B2 (en) 2014-02-10 2017-01-03 Here Global B.V. Adaptive traffic dynamics prediction
US9824505B2 (en) * 2014-02-25 2017-11-21 Ford Global Technologies, Llc Method for triggering a vehicle system monitor
US9613527B2 (en) * 2014-09-26 2017-04-04 Here Global B.V. Method and apparatus for providing smaller incremental updates to a navigational database
US20160269411A1 (en) 2015-03-12 2016-09-15 Ronen MALACHI System and Method for Anonymous Biometric Access Control

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1005627B1 (en) * 1997-08-19 2003-10-29 Siemens VDO Automotive Corporation Vehicle information system
DE10037827A1 (de) * 2000-08-03 2002-02-14 Daimler Chrysler Ag Fahrzeugautonomes Verkehrsinformationssystem
JP2005017151A (ja) * 2003-06-27 2005-01-20 Xanavi Informatics Corp ナビゲーション装置およびその処理方法
EP1503355A1 (en) * 2003-07-30 2005-02-02 Pioneer Corporation A device, system and a method for processing statistic traffic information
EP1840519A2 (en) * 2006-03-28 2007-10-03 Aisin AW Co., Ltd. Route search method and navigation apparatus

Also Published As

Publication number Publication date
AU2008316522A1 (en) 2009-04-30
JP2016164563A (ja) 2016-09-08
JP2011502298A (ja) 2011-01-20
RU2010121152A (ru) 2011-12-10
US9297664B2 (en) 2016-03-29
CA2703507C (en) 2017-08-15
WO2009053408A1 (en) 2009-04-30
JP2017021815A (ja) 2017-01-26
CN104316064A (zh) 2015-01-28
US20150308847A1 (en) 2015-10-29
JP6284970B2 (ja) 2018-02-28
AU2008316529A1 (en) 2009-04-30
AU2008316530A1 (en) 2009-04-30
TW200925557A (en) 2009-06-16
TW200925631A (en) 2009-06-16
CN101836083A (zh) 2010-09-15
EP2203714B1 (en) 2017-05-10
RU2498220C2 (ru) 2013-11-10
EP2963389B1 (en) 2019-01-16
EP2203717A1 (en) 2010-07-07
JP5990498B2 (ja) 2016-09-14
EP2963389A1 (en) 2016-01-06
JP2011501224A (ja) 2011-01-06
TW200928308A (en) 2009-07-01
JP5713676B2 (ja) 2015-05-07
ES2458144T3 (es) 2014-04-30
JP2011502248A (ja) 2011-01-20
EP2203715A1 (en) 2010-07-07
WO2009053407A1 (en) 2009-04-30
US10024676B2 (en) 2018-07-17
JP2011502299A (ja) 2011-01-20
US9829332B2 (en) 2017-11-28
CN101836084A (zh) 2010-09-15
CA2703502C (en) 2017-09-26
US20100286907A1 (en) 2010-11-11
AU2008316523A1 (en) 2009-04-30
CA2703502A1 (en) 2009-04-30
RU2010121277A (ru) 2011-12-10
JP2013254499A (ja) 2013-12-19
EP2203718A1 (en) 2010-07-07
AU2008316525A1 (en) 2009-04-30
RU2486473C2 (ru) 2013-06-27
CN101836083B (zh) 2015-03-18
US20100299064A1 (en) 2010-11-25
EP2203717B1 (en) 2012-05-16
US20100312472A1 (en) 2010-12-09
TW200925556A (en) 2009-06-16
EP2203713A1 (en) 2010-07-07
WO2009053406A1 (en) 2009-04-30
RU2010121136A (ru) 2011-12-10
RU2010121151A (ru) 2011-12-10
CA2703515C (en) 2018-11-13
CN101836080A (zh) 2010-09-15
US8958983B2 (en) 2015-02-17
CA2703515A1 (en) 2009-04-30
US10024677B2 (en) 2018-07-17
EP2203714A1 (en) 2010-07-07
JP2011504253A (ja) 2011-02-03
ES2386394T3 (es) 2012-08-20
WO2009053410A1 (en) 2009-04-30
TW200925554A (en) 2009-06-16
TW200928312A (en) 2009-07-01
AU2008316527A1 (en) 2009-04-30
CA2703505A1 (en) 2009-04-30
US20100299055A1 (en) 2010-11-25
CN101836081A (zh) 2010-09-15
CN101836080B (zh) 2014-12-17
RU2501087C2 (ru) 2013-12-10
CA2703507A1 (en) 2009-04-30
CN101836082A (zh) 2010-09-15
WO2009053411A1 (en) 2009-04-30
EP2203718B1 (en) 2014-03-12
CN104316064B (zh) 2018-07-10
US20100250127A1 (en) 2010-09-30
CA2703503A1 (en) 2009-04-30
CA2703503C (en) 2018-10-16
RU2489681C2 (ru) 2013-08-10
JP2015096957A (ja) 2015-05-21
CA2703510A1 (en) 2009-04-30
WO2009053405A1 (en) 2009-04-30
JP5460604B2 (ja) 2014-04-02
JP5315352B2 (ja) 2013-10-16
JP2011501173A (ja) 2011-01-06
US9952057B2 (en) 2018-04-24
CN101836079A (zh) 2010-09-15
JP6450716B2 (ja) 2019-01-09
JP5315353B2 (ja) 2013-10-16
RU2010121147A (ru) 2011-12-10
CN101836079B (zh) 2013-08-21
EP2573519A1 (en) 2013-03-27
WO2009053405A9 (en) 2009-06-18
EP2203716A1 (en) 2010-07-07

Similar Documents

Publication Publication Date Title
CN101836084B (zh) 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置
CN103459982B (zh) 产生堵塞相关区段数据
CN112380448A (zh) 车辆数据处理方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1144596

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1144596

Country of ref document: HK

TR01 Transfer of patent right

Effective date of registration: 20190412

Address after: Amsterdam

Patentee after: TOMTOM NAVIGATION BV

Address before: Amsterdam

Patentee before: Tontong Technology Co., Ltd.

TR01 Transfer of patent right