CN101965601B - 驾驶辅助装置及驾驶辅助方法 - Google Patents

驾驶辅助装置及驾驶辅助方法 Download PDF

Info

Publication number
CN101965601B
CN101965601B CN200980108213.3A CN200980108213A CN101965601B CN 101965601 B CN101965601 B CN 101965601B CN 200980108213 A CN200980108213 A CN 200980108213A CN 101965601 B CN101965601 B CN 101965601B
Authority
CN
China
Prior art keywords
action
information
road segments
vehicle
road
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
CN200980108213.3A
Other languages
English (en)
Other versions
CN101965601A (zh
Inventor
石川裕记
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.)
Aisin AW Co Ltd
Original Assignee
Aisin AW Co Ltd
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
Priority claimed from JP2008084042A external-priority patent/JP4572944B2/ja
Priority claimed from JP2008084028A external-priority patent/JP4957612B2/ja
Application filed by Aisin AW Co Ltd filed Critical Aisin AW Co Ltd
Publication of CN101965601A publication Critical patent/CN101965601A/zh
Application granted granted Critical
Publication of CN101965601B publication Critical patent/CN101965601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844Systems 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

获取用于指定当开始在预定区段的道路上行驶时车辆的起始动作的信息,并且还获取用于指定在所述起始动作之后所述车辆在所述预定区段的道路上的、被预先与所述起始动作相关联的估计动作的信息。基于所述估计动作,安装在所述车辆中的引导单元提供用于在所述预定区段的道路上行驶时辅助驾驶的引导。

Description

驾驶辅助装置及驾驶辅助方法
技术领域
本发明涉及辅助车辆驾驶的驾驶辅助装置、方法和程序。 
背景技术
当前,已知有用于提供与多个交通信号的联动照明相对应的引导的技术。例如,日本专利申请特开JP-A-2001-165684号公报公开了使用至多两个在前节点作为基准范围的技术。当基准范围内的交通信号联合工作时,不使用这类交通信号来计算交通信号成本,然而,当该交通信号未联合工作时,计算交通信号成本。 
引用专利文献1:日本特开JP-A-2001-165684号公报 
发明内容
技术问题 
车辆在受到外部因素影响的道路(例如,由具有联动照明的交通信号来控制车辆行驶的道路)上行驶,可以在一定程度上估计出多个车辆采取类似动作的概率。然而,在以往不可能精确估计这类动作并基于该估计进行驾驶辅助。 
也就是说,相关技术判断是否使用至多两个在前节点作为基准范围来计算交通信号成本,并且在成本上只能反映出交通信号是否联动。然而,确定车辆在实际道路上的动作的关键因素不是交通信号联动这一情况,相反,关键因素是车辆是否能够在使得能够顺利通过受联动交通信号控制的多个交叉路口的定时行驶。因此,相关技术不足以进行在受外部因素影响的道路上允许顺利驾驶车辆的驾驶辅助。 
鉴于上述问题作出了本发明,并且本发明的目地是通过精确估计道路上行驶的车辆的动作来辅助驾驶。 
技术解决方案 
为了实现上述目地,根据本发明,获得用于指定开始在预定区段的道路上行驶时的车辆的起始动作的信息,并且还获得用于指定与起始动作相关联的车辆的估计动作的信息。用于指定车辆的估计动作的信息是表示在起始动作之后在预定区段的道路上车辆的估计动作的信息。基于用于指定估计动作的信息,安装在车辆中的引导单元提供用于在预定区段的道路上行驶时的辅助驾驶的引导。 
换句话说,在预定区段的道路上行驶时的动作依赖于开始在预定区段的道路上行驶时的车辆的起始动作的可能性很高。例如,如果进行使预定区段内存在的多个交通信号联动的控制,那么假如预定区段的道路上的起始动作是车辆通过特定交通信号的动作,则车辆可以继续行驶而不因为多个交叉路口处的交通信号停止的可能性很高。同时,即便进行使预定区段内存在的多个交通信号联动的控制,根据在预定区段的道路上开始行驶的定时,起始动作也可以是由交通信号引起的停止动作。因此,在本发明中,预先定义用于将开始在预定区段的道路上行驶时的车辆的起始动作与随后的估计动作相关联的信息,并且根据起始动作选择这类信息,以估计车辆在预定区段的道路上的动作。结果,可以精确估计车辆在预定区段的道路上的动作。 
在此,假如可以获得用于指定开始在预定区段的道路上行驶时的车辆的起始动作的信息,则起始动作获取单元没有限制。例如,当车辆进入预定区段的预先设置的道路并进行特定动作时,可以获得该特定动作作为起始动作。因此,可以指定紧接在进入预定区段的道路之前或之后的车辆的动作,或者当在包括预定区段的道路的任意道路区段上开始行驶时,可以指定在该道路区段上的动作。注意,预定区段的道路的入口的位置可以是预定区段的道路的起点,或者预定区段的道路的起点和终点之间的位置。 
可以预先确定预定区段的道路,并且可以基于各种标准进行确定。例如,预定区段的道路可以由两个预先设置的点之间连续的多个道路区段组成。由连续的多个道路区段组成的预定区段的道路自然可以具有各种形状,并且可以是直线道路或具有弯曲。例如,如果道路区段是连续的直线区段,则由这多个道路区段组成的道路就是直线道路,相反,如果利用相交的道路区段作为连续的道路区段,则由这多个道路区段组成的道路就是弯曲道路。 
可以基于各种原理确定由连续的多个道路区段组成的道路的两端。作为例子,在本发明中可以采用利用导航装置等所使用的地图信息中的定义 的结构,例如,可以利用参考分成多层的、使得较高级别的层具有较低的节点密度(每单位区域的节点的数量)的地图信息的结构。也就是说,参考地图信息中特定层中的节点,以识别连续的道路区段中每一个的两端。另外,还可以采用下面的结构,在该结构中,参考比特定层级别更高的层中的节点,以选择与由连续的多个道路区段所组成的道路的两端相对应的两个点,并且将这两个点之间的道路指定为预定区段的道路。 
在具有上述分层的地图信息中,节点是包括道路上设置的各点的坐标信息等的信息。除特例以外,与具有较低节点密度的较高级别的层相比,具有高节点密度的层通常具有在道路上以较短间隔设置的节点。因此,在较高级别的层中,通过节点分开的道路区段更长,并且与以较低级别的层中的节点所指定的道路相比,在更重要的主干道(按照大的宽度,高的交通流量等)的交叉路口处通常设置更多节点。因此,当道路区段的两端是由特定层中所指定的节点组成时,选择比特定层级别更高的层中指定的两个节点得能够容易地指定由连续的多个道路区段组成的道路。 
假如可以将起始动作定义为能够影响车辆随后的动作的动作,则车辆的起始动作没有限制。可以基于各种传感器和照相机、以及包含各种通信的不同信息来获得该动作。例如,可以采用使用传感器或照相机指定车辆的位置、速度和加速度等的结构,并且可以利用使用来自GPS的信号、地图上的车辆路径、车辆-车辆通信或道路-车辆通信等,获得车辆的位置、速度和加速度等的另一种结构。 
假如可以获得用于估计在预定区段的道路上在起始动作之后的车辆的动作的信息,并且预先定义这类信息并将其与各种起始动作相关联,则估计动作获取单元没有限制。这类信息可以是用于估计在起始动作之后的车辆的一系列动作的信息、识别在预定区段的道路上在起始动作之后要进行的动作的信息、或者表示进行多个动作中的任一个的概率的信息。可以通过获得根据概率指定的信息(例如,路线搜索的成本信息),来获得间接指定估计动作的信息,并且还可以采用各种结构。 
假如可以基于用于指定估计动作的信息,来提供用于在预定区段的道路上行驶时的辅助驾驶的引导,则引导控制单元没有限制。也就是说,假如向驾驶员示出用于指定估计动作的信息使得可以辅助随后的驾驶,则引导控制单元没有限制。例如,可以采用下面的结构等的各种结构:提供与用于指定估计动作的信息本身有关的引导的结构,以及提供与间接指定估计动作的信息有关的引导(例如,预测使车辆停止的交通信号的位置)的 结构。 
作为用于指定估计动作的信息的例子,可以使用与车辆的估计车辆速度相对应的信息。也就是说,当车辆在道路上进行各种动作时,作为结果的车辆速度是与动作相对应的车辆速度。因此,如果可以获得与特定道路上的估计车辆速度相对应的信息,则可以将这类信息当作为间接地识别估计动作。注意,可以基于车辆的车辆速度传感器和探测信息等容易地识别用于指定车辆速度的信息。因此,如果从多个车辆收集了用于指定车辆速度的信息,则对这类信息的统计分析(例如,根据这多个信息求出与特定动作相对应的车辆速度的发生概率)使得能够识别估计车辆速度,从而识别用于指定估计动作的信息。 
作为引导单元中的引导的例子,可以利用这样的结构,该结构获得用于指定在从连续的道路区段中的一个行驶到下一个时的行驶难度的信息,并且基于用于指定行驶难度的信息提供与路线搜索有关的引导。例如,一种可想到的结构定义与行驶难度相对应的成本信息(数值随着行驶变得更困难而增大的数),基于成本信息搜索到达目的地的适当路线,并且向作为显示器等的引导单元输出用于在该路线上行驶的引导。 
也就是说,如果可以估计在连续的道路区段上的连续动作,则可以在从连续的道路区段中的一个向下一个行驶时指定行驶难度。例如,可以认为较慢的车辆速度表示更困难的行驶。因此,基于这类动作获得用于指定行驶难度的信息使得可以进行路线搜索和与估计动作相对应的路线引导。另外,从连续的道路区段中的一个向下一个行驶时的行驶难度可以是在连续的道路区段上连续地行驶时的行驶难度。可替选地,行驶难度可以对应于在连续的道路区段中的一个上行驶时的行驶难度,或者对应于在连续的道路区段中的一个和另一个之间的边界处的行驶难度,或者对应于这两者。 
引导单元中的引导的例子可以利用提供在预定区段的道路上行驶时的估计所需时间的引导的结构。也就是说,如果指定用于表示估计动作的信息,则可以基于预定区段的道路上的车辆速度和停止频率等来估计在道路上行驶时的所需时间。因此,提供所需时间的引导使得可以通过示出精确的所需时间来辅助驾驶员的驾驶。在引导控制单元中,可以采用各种结构作为用于提供与所需时间有关的引导的结构。例如,可以利用基于估计动作估计所需时间以提供引导的结构。可替选地,另一装置可以根据用于指定估计动作的信息,生成用于识别所需时间的信息,并且引导控制单元 可以获得用于识别所需时间的信息以识别所需时间,并且提供与所需时间有关的引导。 
本发明中的用于估计依赖于起始动作的、在起始动作之后的车辆动作的方式也适合作为程序或方法。上述驾驶辅助装置、程序和方法包括各种形式,并且可以作为单独的驾驶辅助装置来实现,或者可以通过与车辆中所设置的各组件共同使用的部件来实现。例如,可以提供装配有上述驾驶辅助装置的导航系统、方法和程序。此外,可以适当地使用部分软件或使用部分硬件等做出变形。还可以作为控制驾驶辅助装置的程序的记录介质来实现本发明。这里软件的记录介质自然可以是磁性记录介质或磁光记录介质,同样也包括将来研发的任何记录介质。 
附图说明
图1是示出包括行驶模式信息获取装置和导航装置的系统的结构的框图; 
图2是示出成本信息生成处理的流程图; 
图3是示出被设置为预定区段的道路的例子的图; 
图4A和4B是示出所需时间的概率分布的图; 
图5是示出道路区段的组的图 
图6是示出系统成本的例子的图;以及 
图7是路线引导处理的流程图。 
具体实施方式
以下按照下面的顺序说明本发明的实施例。 
(1)道路信息生成系统的结构 
(1-1)道路信息生成装置的结构 
(1-2)导航装置的结构 
(2)成本信息生成处理 
(3)导航装置的操作 
(4)其它实施例 
(1)道路信息生成系统的结构 
(1-1)道路信息生成装置的结构 
图1是示出包括安装在道路信息控制中心的行驶模式信息获取装置10和设置在车辆C中的导航装置100的系统的结构的框图。驾驶模式信息获取装置10包括装配有CPU、RAM和ROM等的控制单元20,并且还包括存储介质30。可以通过控制单元20执行存储在存储介质30和ROM中的程序。在本实施例中,可以将行驶模式信息获取程序21作为下面的一种程序来执行,其中,通过行驶模式信息获取程序21获得用于估计道路上的车辆C的行驶模式的信息。 
根据本实施例,用于估计行驶模式的信息是指定在每一道路区段上车辆C的动作的发生概率的信息。基于由多个车辆C输出的探测信息,在行驶模式信息获取装置10中获得该发生概率。行驶模式信息获取装置10基于发生概率生成成本信息,并且将成本信息发送给车辆C。为此,行驶模式信息获取装置10装配有由用于与导航装置100通信的电路构成的通信单元22。控制单元20能够通过通信单元22接收探测信息并发送成本信息。 
为了获得每一道路区段上车辆C的动作的发生概率并且生成和发送成本信息,行驶模式信息获取程序21设置有发送/接收控制单元21a、车辆速度识别信息获取单元21b、车辆速度识别信息分类单元21c和动作发生概率获取单元21d。通过协同工作的通信单元22、存储介质30和控制单元20的RAM等实现用于生成成本信息并将其提供给车辆C的功能。 
发送胺收控制单元21a是用于控制与车辆C的通信的模块。控制单元20通过发送/接收控制单元21a的处理控制通信单元22,并且与分别被安装在多个车辆C中的通信单元220通信。也就是说,在从车辆C发送的探测信息是可被识别为从相同车辆C获得的信息(图1所示的探测信息30a)的情况下,获得该探测信息并将其记录在存储介质30中。还获得通过后述处理生成的成本信息30c并将其发送给车辆C。 
注意,本实施例中的探测信息30a至少包括用于识别车辆C的车辆速度的车辆速度识别信息,并且根据本实施例,探测信息还包括用于指定道路上设置的节点之间的道路区段(链路)的链路编号、车辆C行驶与链路编号相对应的道路区段的所需时间、以及用于指定从相同车辆C获得了探测信息30a的标识符(能够识别探测信息30a是连续的道路区段之 间的一系列车辆速度识别信息的标识符)。 
根据本实施例,通过参考存储在存储介质30中的地图信息30b并识别与链路编号相对应的道路区段之间的距离,可以识别车辆C行驶通过该道路区段的车辆速度。换句话说,预先将地图信息30b存储在存储介质30中,并且地图信息30b包括指定设置在道路上的节点的位置的信息、以及指定用于识别表示连接的节点的链路(道路区段)的链路编号的信息。因此,可以基于与道路区段的两端相对应的节点的位置,识别通过链路编号所识别的道路区段的距离。将道路区段的距离除以上述所需时间,使得能够识别车辆C行驶通过该道路区段时的车辆速度。因此,在本实施例中,用于指定链路编号、链路所需时间和链路距离的信息以及表示这些信息是来自相同车辆的标识符对应于车辆速度识别信息。自然地,还可以利用下面的结构:该结构定义与地图信息30b中的各道路区段的距离相对应的信息,并且基于这类信息识别道路区段的距离。 
注意,在地图信息30b中,将用于指定分层的信息与道路上的节点相关联。也就是说,在地图信息30b中设置多个虚拟层,并且在各层中定义节点的位置,从而使得可以基于各层中节点之间的链路信息再现各层的道路。另外,对各层定义级别,以使得越高级别的层具有越低的节点密度(每单位区域的节点的数量)。也就是说,除特例以外,与较高级别的层相比,具有高节点密度的较低级别的层通常具有在道路上以较短间隔设置的节点。因此,在较高级别的层中通过节点分开的道路区段较长。此外,在本实施例中,在重要的点(主干道间的交叉路口)处(按照大的宽度和高的交通流量等),较高级别的层设置有更多节点。 
车辆速度识别信息获取单元21b是用于基于上述获得的探测信息30a和地图信息30b来获得预定区段的道路的车辆速度识别信息的模块。在本实施例中,将主干道的交叉路口之间的道路设置为预定区段的道路。因此,控制单元20通过车辆速度识别信息获取单元21b的处理参考地图信息30b,并且从对与主干道的交叉路口的位置相对应的节点进行了定义的层提取两个节点。将端点是这两个节点的区段的道路设置为预定区段的道路。 
控制单元20还参考地图信息30b中级别低于被提取了上述两个节点的层的层中的数据,并且从该较低级别的层提取在与预定区段的道路相同的道路上设置的节点。这些节点之间的相邻节点对应于道路区段的端点。一旦定义了使用这些节点作为端点的连续的道路区段,则可以定义包括上 述预定区段的道路的连续的道路区段。在定义了包括预定区段的道路的连续的道路区段之后,控制单元20连续地获得关于各道路区段的连续的车辆速度识别信息。也就是说,控制单元20将预定区段的道路的一个端点设置为起点,并且将另一个端点设置为终点。控制单元20然后设置指定从起点到终点的道路区段的顺序的编号n(其中,n为自然数),并且参考探测信息30a,以按照从具有最小编号n的道路区段开始的顺序获得车辆速度识别信息。 
车辆速度识别信息分类单元21c是用于将车辆速度识别信息分类为与车辆的动作相对应的一个或多个组的模块。控制单元20通过聚类来针对道路区段n对所获得的多个车辆速度识别信息进行分类。这一聚类是将彼此相同的车辆速度识别信息的概率分布(或直方图)分类至彼此相同的车辆速度识别信息的组中的处理。一旦完成分类,则组对应于车辆的动作。 
注意,在本实施例中,经过聚类的车辆速度识别信息依赖于前一道路区段的分类。换句话说,为获得道路区段(n+1)的多个车辆速度识别信息,参考被分类到道路区段n中的特定组的多个车辆速度识别信息,以指定道路区段(n+1)的多个车辆速度识别信息的标识符。提取道路区段(n+1)中标识符与相同标识符(表示从同一车辆C获得的标识符)联结的的车辆速度信息,并且将其分类到一个或多个组中。结果,按照从具有最小编号n的道路区段开始的顺序来定义系统组,从而使得将包括针对编号n的一个组的多个车辆速度识别信息进一步分类到一个或多个针对编号(n+1)的组中。 
动作发生概率获取单元21d是用于基于上述分类获得车辆C的动作的发生概率并且基于发生概率生成成本信息30c的模块。也就是说,控制单元20将上述组的发生概率当作与该组相对应的车辆C的动作的发生概率。控制单元20然后通过将包括该组的车辆速度识别信息的样本数量除以该道路区段获得的总样本数量,获得车辆C的动作的发生概率。基于动作的发生概率,控制单元20生成用于指定从连续道路区段中的一个行驶到下一个时的行驶难度的成本信息30c,将该成本信息30c存储在存储介质30中。 
注意,如上所述,按照从具有最小编号n的道路区段开始的顺序来系统地定义组,并且,因此也按照从具有最小编号n的道路区段开始的顺序来系统地定义上述发生概率。换句话说,在某一道路区段(n+1)中进行某一动作的概率依赖于在前一道路区段n中是否进行了特定动作。因此, 在本实施例中,还根据对动作的发生概率的依赖性来系统地定义成本信息30c。例如,在基于上述发生概率来设置成本信息30c,以使得与较容易通过的道路区段的端点相对应的交叉路口具有较小值时,将道路区段1中的车辆的动作(后述的起始动作)规定为多种类型。紧接在所进行的起始动作之后,将与车辆进行的一系列动作相对应的成本信息与起始动作相联结,并且系统地定义该成本信息。 
例如,如果进行使预定区段内存在的多个交通信号联动的控制,那么假如预定区段的道路上的起始动作是车辆C通过特定交通信号的动作,则车辆C可以继续行驶而不因为多个交叉路口处的交通信号停止的可能性很高。同时,即便进行使预定区段内存在的多个交通信号联动的控制,根据在预定区段的道路上开始行驶的定时,起始动作也可以是由交通信号引起的停止动作。因此,在本实施例中,将开始在预定区段的道路上行驶时的车辆的起始动作与随后的成本信息相关联,并且预先定义起始动作,并且根据起始动作选择成本信息。结果,准确估计起始动作随后的动作,并且同时生成用于进行路线搜索的成本信息30c。通过在车辆C中使用成本信息30c进行路线搜索和路线引导,可以基于对动作的精确估计来提供路线引导。 
(1-2)导航装置的结构 
导航装置100被安装在行驶在道路上的车辆C中。导航装置100包括装配有CPU、RAM和ROM等的控制单元200,并且还包括存储介质300。可以通过控制单元200执行存储在存储介质300和ROM中的程序。在本实施例中,可以作为这样一个程序来执行导航程序210,其中,可以通过导航程序210进行使用上述成本信息30c的路线搜索。根据本实施例的车辆C还可以基于道路行驶历史生成并发送探测信息30a。 
为此,车辆C装配有由用于与行驶模式信息获取装置100通信的电路构成的通信单元220。通过发送/接收控制单元210a的处理,控制单元200能够通过通信单元220发送探测信息30a并接收成本信息30c。注意,将通过发送/接收控制单元210a的处理获得的成本信息30c与地图信息300a一起存储在存储介质300中。也就是说,地图信息300a定义类似于上述地图信息30b的层和节点,其中,与节点之间的链路相关联地记录成本信息30c,并且将成本信息30c包括在地图信息300a中。 
车辆C还设置有GPS接收器410、车辆速度传感器420和引导单元430。GPS接收器410从GPS卫星接收无线电波,并且通过接口(未示 出)输出用于计算车辆的当前位置的信息。控制单元200接收来自GPS接收器410的信号,以获得车辆的当前位置。车辆速度传感器420输出与车辆C中所设置的车轮的转动速度相对应的信号。控制单元20通过接口(未示出)获得该信号,以获得与车辆C的速度有关的信息。利用车辆速度传感器420来校正作为根据GPS接收器410的输出信号识别的主车辆的正确位置等。另外,基于主车辆的行驶路径适当校正主车辆的当前位置。注意,可以利用各种其它结构作为用于获得用来指定车辆的动作的信息的结构。可想到的这类结构包括基于陀螺仪传感器的输出信号校正主车辆的当前位置的结构、使用传感器或照相机识别主车辆的当前位置的结构、以及使用来自GPS的信号、地图上的车辆路径、车辆-车辆通信、或道路-车辆通信等获得主车辆动作信息的结构。 
为了执行使用成本信息30c的路线搜索,导航程序210设置有起始动作获取单元210b、估计动作获取单元210c和引导控制单元210d。导航程序210还设置有用于生成探测信息30a的探测信息生成单元210e,并且与通信单元220、存储介质300和控制单元200中的RAM等协同工作。 
起始动作获取单元210b是用于获得用以指定开始在预定区段的道路上行驶时车辆的起始动作的信息的模块。也就是说,控制单元200通过起始动作获取单元210b的处理,获得来自GPS接收器410和车辆速度传感器420的输出信号,并且识别车辆C的动作(位置(经度和纬度)、车辆速度和行驶方向)。 
此外,控制单元200判断车辆C的位置是否是在包括预定区段的道路的多个道路区段中的第一个道路区段(道路区段1)上。如果车辆C的位置在第一个道路区段上,则控制单元200将车辆C的动作识别为起始动作。注意,如果可以以下面的方式定义起始动作,则起始动作没有特别限制:使得可以判断起始动作是否与同上述成本信息30c相联结的起始动作相符。例如,可以将停止动作或在无需停止的情况下通过道路区段的动作与成本信息30c联结。在这种情况下,基于GPS接收器410和车辆速度传感器420的输出信号,起始动作可被识别为停止运行或者在无需停止的情况下通过道路区段的动作。 
估计动作获取单元210c是用于获得与起始动作相联结的规定成本信息的模块。控制单元200参考地图信息300a,并且获得与如上述所识别的车辆C的起始动作相联结的成本信息30c。由于根据在起始动作之后的车辆的动作来系统地设置成本信息30c,因而用于获得成本信息30c的处 理对应于直接获得指定在预定区段的道路上的在起始动作之后的车辆的估计动作的信息的处理。 
引导控制单元210d是用于接收来自输入部(未示出)的目的地的输入、搜索从行驶起点到目的地的路线、并将用于道路上的行驶的引导输出至引导单元430(显示器等)的模块。在本实施例中,引导控制单元210d还能够实现用于在行驶过程中进行路线搜索并提供所搜索的路线的引导的功能。 
也就是说,当车辆C正行驶在预定区段的道路的第一个道路区段上时,成本信息30c对应于获得在第一个道路区段上的起始动作之后的一系列估计动作。因此,控制单元200基于成本信息30c进行第一个道路区段之后的路线搜索。控制单元200通过引导单元430提供对搜索的路线的引导。结果,当在通往目的地的候选路线中包括含有预定区段的道路的多个道路区段时,可以进行精确地反映在道路区段之间的交叉路口处的行驶难度的路线搜索,并且提供引导。 
探测信息生成单元210e是用于生成与车辆C的动作相对应的探测信息30a的模块。控制单元200通过探测信息生成单元210e的处理,获得GPS接收器410的输出信号,并且识别车辆C的位置(经度和纬度)。然后,基于车辆C的动作,生成探测信息30a。也就是说,控制单元200参考地图信息300a,并且识别车辆C驻留的位置的道路区段的链路编号。还获得该道路区段的所需时间。注意,根据本实施例,在引导控制单元210d通过在路线引导过程中执行的地图匹配处理来提供匹配的条件下,通过车辆C进入道路区段时的时间和车辆C离开道路区段时的时间之间的差来定义所需时间。然而,替代地,自然可以基于车辆速度和道路区段的距离来识别所需时间。 
通过控制单元200将这样的用于指定链路编号和所需时间的信息与上述标识符相联结,并且将该信息设置为探测信息30a。一旦生成探测信息30a,则通过发送/接收控制单元210a的处理,控制单元200通过通信单元220将探测信息30a发送给行驶模式信息获取装置10。 
(2)成本信息生成处理 
现详细说明上述结构中的成本信息生成处理。图2是示出成本信息生成处理的流程图。在本实施例中,以预先设置的间隔执行该处理。对于这一处理,控制单元20通过发送/接收控制单元21a的处理顺序获得探测信 息30a,并且将探测信息30a顺序记录在存储介质30中(步骤S100)。 
在从多个车辆C累积了探测信息30a之后,控制单元20通过车辆速度识别信息获取单元21b的处理参考探测信息30a,并且获得车辆速度识别信息(步骤S105~S120)。在本实施例中,控制单元20首先参考探测信息30a,并且删除与交通堵塞相对应的车辆速度识别信息(步骤S105)。也就是说,本实施例中所进行的分析意图在消除了交通堵塞影响的情况下识别在预定区段的道路上时车辆的动作。因此,排除在交通堵塞期间从车辆C发送的车辆速度识别信息。注意,可以根据各种标准来判断车辆速度识别信息是否对应于交通堵塞。例如,可以利用各种结构,如这样一种结构,在该结构中,当车辆以小于10千米/小时的速度行驶通过道路区段至少连续300米时,将车辆速度识别信息确定为与交通堵塞相对应。 
控制单元20接着识别预定区段的道路(步骤S110)。也就是说,控制单元20基于地图信息30b识别主干道的交叉路口,并且将主干道的交叉路口之间的道路识别为预定区段的道路。图3示出被设置为预定区段的道路的例子。作为预定区段的道路的例子,图3的上部示出由通过安装有交通信号的交叉路口I1~Im(其中,m为自然数)所分割的多个道路区段构成的直线道路。 
图3还在道路下方示意性示出地图信息30b、300a的分层结构。具体地,地图信息30b、300a设置有与各层中的交叉路口的位置相对应的节点。对于图3所示的道路,在层L1中定义用于指定主干道的交叉路口I1、Im的位置的节点N11、N1m。在作为层L1的低级别的层的层L0中,定义用于指定预定区段的道路所包括的所有交叉路口I1~Im的位置的节点N01~N0m。因此,控制单元20基于地图信息30b获得层L1中存在的节点N11、N1m,以识别预定区段的道路。并且在层L0中,控制单元20获得与节点N11、N1m相对应的节点N01、N0m,并且识别节点N01、N0m之间的节点N02~N0m-1。随后将与节点N01~N0m中的相邻节点之间的每一道路相对应的道路区段识别为连续的多个道路区段。 
此外,对于行驶在预定区段的道路上的车辆C,控制单元20仅获得由行驶在预定路线(分析目标路线)上的车辆C所发送的车辆速度识别信息,并且排除由行驶在除分析目标路线以外的路线上的车辆C所发送的车辆速度识别信息(步骤S115)。也就是说,在本实施例中,分析目标路线是经过预定区段的所有道路的路线。控制单元20参考探测信息30a中所包括的标识符,并且如果不存在表示通过预定区段的所有道路的同一 车辆的标识符,则控制单元20排除与这类标识符相联结的车辆速度识别信息。例如,由于图3所示的预定区段的道路是具有直线结构的道路,因而将直线行驶通过所有预定区段的路线设置为分析目标路线,并且排除从行驶在其它路线(例如,图3中交叉路口I2、I3处由虚线箭头所表示的路线)上的车辆所发送的车辆速度识别信息。 
另外,控制单元20从与如上所述获得的分析目标路线有关的车辆速度识别信息中排除异常数据(步骤S120)。这里,异常数据是指多个车辆速度识别信息中被认为无统计学意义的车辆速度识别信息。例如,可以使用各种拒绝检验(Masuyama、Thompson或Smirnov拒绝检验等)来确定异常数据,并且排除被认为是异常数据的车辆速度识别信息。 
注意,在图3的节点下方,示意性示出从正行驶在各道路区段上的多个车辆C(车辆C0~C2)获得的车辆速度识别信息。具体地,图3例示道路区段1~3,并且在道路区段1下方示出表示在车辆C0~C2行驶通过道路区段1时所需时间T01、T11、T21的箭头。箭头的厚度示意性表示所需时间的大小。注意,将道路区段2的所需时间示出为T02、T12、T22,并且将道路区段3的所需时间示出为T03、T13、T23。 
如图3的下部所示,根据不同车辆,存在各种车辆C的所需时间。然而,如果收集有统计学意义数量的所需时间的样本,则根据样本的分布,可以估计车辆在道路区段上的动作。因此,本实施例中的控制单元20通过车辆速度识别信息分类单元21c的处理,使用聚类将排除异常数据之后的车辆速度识别信息分类成一个或多个组。图4A是例示基于某一道路区段上的车辆速度识别信息的所需时间的概率分布的图,其中,水平轴示出所需时间,并且垂直轴示出概率分布。 
道路区段上的所需时间的这种概率分布是与道路区段上的车辆C的动作相对应的分布。也就是说,如果车辆C进行特定动作的可能性高,,则与该动作相对应的所需时间具有大的分布。例如,如图4A所示,峰出现在某一所需时间的分布中。在许多情况下,道路区段的所需时间具有被分成两个或三个峰的分布。因此,这里将说明两个分布的例子,其中,这两个分布分别对应于道路区段上车辆C的停止动作或车辆C在无需停止的情况下通过道路区段的行进动作。 
图4A示出概率分布粗略形成两组的例子。在该例子中,当进行聚类时,可以将该分布分类成两组(具有短所需时间的组G1(图4A中以实线表示的)和具有长所需时间的组G2(图4A中以虚线表示的))。注意,对 于聚类算法,可以利用k-平均(k-means)法等非分层式方法或Ward方法等分层式方法。例如,可以根据下面的程序进行k-平均聚类。 
1)识别M数量(其中,M为自然数)的随机中心,并且将这些中心定义为组1~M的中心。 
2)将所需时间与组1~M的中心进行比较,并且将所需时间临时分类到最接近的中心周围的组中。 
3)如果所有所需时间的临时分类均与前一临时分类相同,则基于临时分类的组来最终确定聚类。如果所需时间的任一临时分类不同于前一临时分类,那么将组的重心定义为新的中心,并且重复上述步骤2以后的处理。 
注意,在如图4A所示的两个组的情况下,一旦基于临时分类的组1、2最终确定了聚类,则将组1、2设置为上述组G1、G2中的任一个。此外,如果存在由于上述步骤1中定义了不适当中心而使得不能实现适当分类的风险,则可以在做出与适当分类有关的假定时确定初始中心。例如,可以根据Otsu方法等和预先识别的初始组来确定使组之间的离散度最大化的阈值(图4A中虚线所表示的阈值Th),然后再确定组的中心。这里自然可以利用各种其它结构。还可以采用判别分析方法以及其它各种结构(例如,将分布峰设置为中心的这样一种结构)。 
对各道路区段上的车辆速度识别信息进行上述聚类,并且除起始道路区段以外,道路区段(n+1)上的分析目标用车辆速度识别信息的总体依赖于道路区段n上的组。图5是示出道路区段上的组的示意图,并且示出构成预定区段的道路的道路区段中的起始三个道路区段(道路区段1~3)。在道路区段1~3下方,以开圆示出通过聚类所分类的组。 
如图5所示,在将从正行驶在道路区段1上的车辆C所发送的车辆速度识别信息分类成组G1、G2时,那么在道路区段2中,分别基于与组G1、G2相对应的车辆速度识别信息,进行两次聚类。在图5中,从道路区段2的车辆速度识别信息中提取与下面的标识符(表示这一信息从同一车辆C获得的标识符)相联结的车辆速度识别信息:该标识符是与道路区段1的被分类到组G1的车辆速度识别信息相联结的相同的标识符。然后使用这些车辆速度识别信息作为总体进行聚类,并且图5示出被这样分类到组G3、G4的结果。自然地,对与下面的标识符相联结的车辆速度识别信息以相同方式进行聚类,并且将结果分类成一个或多个组:该标识符是与道路区段1的被分类到组G2的车辆速度识别信息相联结的相同的标 识符。如上所述,定义系统组,从而使得构成道路区段1上的一个组的多个车辆速度识别信息被进一步分类至道路区段2及其随后的道路区段上的一个或多个组,并且道路区段(n+1)的组依赖于道路区段n的组。注意,图5使用右箭头额外地示出系统组织的依赖性。 
如上所述,一旦对多个连续的道路区段定义了系统组,则在本实施例中,控制单元20通过车辆速度识别信息分类单元21c的处理,校验上述聚类(步骤S130)。例如,可以通过基于赤池信息量准则(AIC)的模型评价进行聚类的校验。也就是说,使用作为聚类的结果获得的组G的数量或平均所需时间等作为用以计算AIC的参数,并且在分布近似良好时,确定向适当组的分类。注意,当没有实现向适当组的分类时,可以利用下面的结构:认为道路区段的车辆速度识别信息属于一个组的结构,或者在改变初始中心等之后再次进行聚类的结构。 
接着,控制单元20通过动作发生概率获取单元21d的处理获得与组相对应的车辆C的动作的发生概率(步骤S135)。也就是说,这些组是近似车辆速度识别信息的组。因此,认为属于相同组的车辆速度识别信息对应于相同动作。在本实施例中,如上所述的两个组分别对应于在道路区段上车辆C停止的动作或在无需停止的情况下车辆C通过的动作。 
因此,在步骤S135,对于车辆速度识别信息被分类成两个组的道路区段,控制单元20获得各组的发生概率,其中,获得与短的所需时间相对应的组的发生概率作为车辆C在无需停止的情况下通过该道路区段的概率。此外,获得与长的所需时间相对应的组的发生概率作为车辆C停止的概率。例如,如果图5所示的组G1、G2分别对应于图4A所示的组G1、G2,则与短的所需时间相对应的组G1的发生概率(在图5的例子中为60%)是车辆C在无需停止的情况下通过道路区段的概率。同时,与长的所需时间相对应的组的G2的发生概率(在图5的例子中为40%)是车辆C停止的概率。 
一旦识别了各动作的发生概率,则控制单元20通过动作发生概率获取单元21d的处理,基于发生概率生成成本信息(步骤S140)。也就是说,基于动作的发生概率,控制单元20生成成本信息30c,其中,成本信息30c用于指定在从连续的道路区段中的一个行驶到下一个时的行驶难度,并且将成本信息30c存储在记录介质30中。在本实施例中,道路区段n上的动作表示在从道路区段n行驶到道路区段(n+1)时的行驶难度,并且确定道路区段n和道路区段(n+1)之间的交叉路口处的成本。 
例如,如果将交叉路口处的默认成本定义为100,则当道路区段n处停止的概率小于通过的概率时,道路区段n、(n+1)之间的交叉路口处的成本为0。另外,如果道路区段n处停止的概率大于在无需停止的情况下通过的概率,那么道路区段n、(n+1)之间的交叉路口处的成本为100。注意,道路区段(n+1)上的车辆C的动作依赖于道路区段n上的车辆C的动作。因此,这里将某一交叉路口处的成本定义为被设计成依赖于前一交叉路口的成本的系统成本。此外,在本实施例中,道路区段1是预定区段的道路中的第一个道路区段。因此,在将随后的成本与道路区段1上的起始动作相关联的同时,定义系统成本信息。 
图6是示出系统成本的例子的图。图6示出基于图5所示的组的发生概率确定的成本值及其系统。在该例子中,道路区段1对应于预定区段的道路中的第一个道路区段。因此,将道路区段1上的动作分成在无需停止的情况下通过和停止动作,并且将成本分别与这些动作相关联。 
例如,在图6的例子中,组G1对应于在无需停止的情况下通过的动作。因此,将交叉路口I2处的成本设置为0(图6所示的成本Ct21),并且将其与起始动作,即在无需停止的情况下通过的动作相关联。在道路区段1中进行了在无需停止的情况下通过的动作之后,组G3的发生概率大于组G4的发生概率,其中,组G3对应于在无需停止的情况下通过道路区段2的动作,组G4对应于停止的动作。因此,交叉路口I3处的成本为0(图6所示的成本Ct31),并且将其与成本Ct21相联结。 
在道路区段2上进行了在无需停止的情况下通过的动作(对应于组G3)之后,组G5的发生概率小于组G6的发生概率,其中,组G5对应于在无需停止的情况下通过道路区段3的动作,组G6对应于停止的动作。因此,交叉路口I4处的成本为100(图6所示的成本Ct41),并且将其与成本Ct31相联结。注意,图6使用右箭头额外地示出系统组织。 
同时,由于组G2对应于停止动作,因而交叉路口I2处的成本为100,并且与起始动作,即停止的动作相关联。类似于当起始动作是停止动作时的系统,识别交叉路口I3及随后的交叉路口处的成本,并且通过与紧邻的前一交叉路口的成本相关联,生成系统成本信息。一旦在控制单元20中如上所述地生成成本信息,则将这些成本信息记录在记录介质30中作为成本信息30c。 
(3)导航装置的操作 
现说明导航装置100中利用上述成本信息30c的路线引导操作。导航程序210搜索从行驶起点到目的地的路线,并且将用于在该路线上行驶的引导输出给引导单元430。图7是示出在正进行这一处理时以预定时间间隔重复执行的处理的流程图。在执行该处理之前的阶段,控制单元200已通过发送/接收控制单元210a的处理获得了成本信息30c,并且将成本信息30c包含在地图信息300a中。 
在图7所示的处理中,控制单元200通过起始动作获取单元210b的处理获得用于指定当开始在预定区段的道路上行驶时车辆的起始动作的信息。也就是说,获得来自GPS接收器410的输出信号以识别车辆C的位置,并且参考地图信息300a来判断当前位置是否是构成上述预定区段的道路的道路区段中的第一个道路区段(步骤S200)。如果判断为当前位置不是第一个道路区段,则程序跳过步骤S205及其随后步骤处的处理。 
如果在步骤S200判断为当前位置是第一个道路区段,则控制单元200通过起始动作获取单元210b的处理获得基于来自GPS接收器410和车辆速度传感器420的输出信息的车辆C的动作,并且将该动作识别为起始动作(步骤S205)。注意,与上述图4A和图5所示的例子相对应的车辆的动作是车辆C停止的动作或者车辆C在无需停止的情况下通过的动作。因此,该例子中的控制单元200可以采用下面的结构,该结构判断车辆速度传感器420的输出信息是否是表示车辆C停止在道路区段1上的值,或者该结构判断在将道路区段1的距离除以所需时间之后所获得的车辆速度是否是表示车辆C停止的车辆速度。 
一旦获得车辆C的起始动作,控制单元200通过估计动作获取单元210c的处理获得与车辆C的起始动作相对应的系统成本信息(步骤S210)。例如,如果起始动作是与车辆C停止相对应的动作,则获得图6下部所示的系统成本信息(成本Ct22、Ct32和Ct42等);然而,如果起始动作是与车辆C通过相对应的动作,则获得图6上部所示的系统成本信息(成本Ct21、Ct31和Ct41等)。 
通过引导控制单元210d的处理,控制单元200然后基于所获得的系统成本信息进行路线搜索(步骤S215),并且将用于在所获得的路线上行驶的引导输出给引导单元430(步骤S220)。结果,当在通往目的地的候选路线中包括构成预定区段的道路的多个道路区段时,可以进行精确反映在道路区段之间的交叉路口处的行驶难度的路线搜索,并且提供引导。 
(4)其它实施例 
上述实施例是用于实现本发明的例子。只要根据起始动作来估计在起始动作之后车辆的动作,还可以采用各种其它实施例。例如,如果起始动作是在开始在预定区段的道路上行驶时的车辆的动作,则起始动作没有限制,或者,当车辆进入预定区段的预先设置的道路并且进行特定动作时,可以获得该动作作为起始动作。因此,可以指定紧接在进入预定区段的道路之前或之后的车辆的动作;或者当开始在构成预定区段的道路的道路区段的任一个上行驶时,可以在该道路区段上指定动作。注意,预定区段的道路的入口的位置可以是预定区段的道路的起点或者预定区段的道路的起点和终点之间的位置。另外,与组相对应的车辆的起始动作和动作不局限于停止的动作和在无需停止的情况下通过交叉路口的动作,并且可以是例如,道路区段上的平均所需时间等。 
注意,可以使用各种方法指定紧接着进入预定区段的道路之前或之后的车辆的动作。例如,获得车辆的位置变化和行驶在各道路区段上的时间,并且用作为探测信息30a,然后在车辆行驶通过预定区段的道路中连续的道路区段时参考所输出的探测信息30a。还在预定区段的道路的入口的位置附近(入口位置之前的预定距离范围)获得作为由探测信息30a所指定的车辆位置位移的车辆的位置位移。如果每单位时间的位置位移小于预定量,则认为车辆停止,相反,如果每单位时间的位置位移大于预定量,则认为车辆在运动。根据这一结构,可以指定紧接在进入预定区段的道路之前的车辆的动作。因此,通过将该动作指定为起始动作并且使用上述聚类来分类车辆随后的动作,可以根据紧接在进入预定区段的道路之前的车辆的动作,来估计车辆的随后的动作。自然地,相同的探测信息30a可以用于指定紧接在进入预定区段的道路之后的车辆的动作。自然地,可以采用这样的结构,该结构参考探测信息30a,并且获得预定区段的道路的入口的位置附近(入口位置之后的预定距离范围)的作为由探测信息30a所指定的车辆位置位移的车辆的位置位移。 
可以预先确定,并且可以基于各种标准确定预定区段的道路。例如,预定区段的道路可以由两个预先设置的点之间的连续的多个道路区段构成。由连续的多个道路区段构成的预定区段的道路自然可以具有各种形状,并且可以是直线道路或者具有弯曲。例如,如果道路区段是连续的直线区段,则由这多个道路区段构成的道路就是直线道路,并且如果使用弯曲道路区段或交叉道路区段作为连续的道路区段,则由这多个道路区段所构成的道路就是弯曲道路。 
假如可以将起始动作定义为能够影响车辆随后的动作的动作,则车辆的起始动作没有限制。可以基于各种传感器或照相机以及包括各种通信的各种信息来获得动作。例如,可以采用使用传感器或照相机来指定车辆的位置、速度和加速度等的结构,并且可以利用的另一结构使用来自GPS的信号、地图上的车辆路径、车辆-车辆通信或道路-车辆通信等来获得车辆的位置、速度和加速度等。 
基于估计动作的引导不局限于上述的路线引导。也就是说,可以采用各种结构,如下面的结构:假如通过向驾驶员提供基于估计动作的信息可以辅助随后的驾驶,则提供与估计动作本身有关的引导的结构;以及提供与间接指定估计动作的信息(例如,在预测到车辆停止的位置处的交通信号的位置)有关的引导的结构。注意,可以强调基于估计动作的信息(例如,在预测到车辆停止的位置处的交通信号的位置)。 
引导单元中的引导的例子可以使用这样的结构,该结构提供当在预定区段的道路上行驶时针对估计的所需时间的引导。也就是说,如果指定了表示估计动作的信息,则可以基于预定区段的道路上的车辆速度和停止频率等来估计行驶该道路的所需时间。因此,提供对所需时间的引导,这使得可以通过示出精确的所需时间来辅助驾驶员的驾驶。 
例如,当如图5所示分类组时,基于构成这些组的车辆速度识别信息来计算各组的平均所需时间,这使得能够计算出道路区段的所需时间的预测值。更具体地,当基于构成道路区段n的组Gm的车辆速度识别信息所计算出的平均所需时间为Avm,并且组Gm的发生概率为Pm时,那么在道路区段n上行驶时的预测值为Math 1。 
Math 1: 
∑Pm·Avm
因此,通过设置用于指定预测值的式子中的m来仅提取属于与起始动作相对应的系统的组,并且在所设置的m的范围内使发生概率Pm标准化,可以计算出在起始动作之后在各道路区段上行驶时的所需时间的预测值。因此,可以使用预测值作为估计的所需时间来实现引导。 
注意,在图5所示的例子中,当道路区段1上的起始动作是在无需停止的情况下通过的动作时,在起始动作之后通过道路区段2时所需时间的预测值为:(组G1的平均所需时间)*(0.6/0.6)+(组G3的平均所需时间)*(0.4/0.6)+(组G4的平均所需时间)*(0.2/0.6)。(注意,符号* 代表相乘。)为了提供针对估计的所需时间的引导,在导航装置100中可以采用这样的结构,其中,例如,获得用于指定如上所述的组的发生概率和平均所需时间的信息,并且基于与所估计的所需时间有关的引导的这类信息,计算所需时间的预测值。行驶模式信息获取装置10中另一种可想到的结构计算所需时间的预测值,并且将用于识别与各起始动作相关联的所需时间的信息发送给导航装置100。在该结构中,识别与起始动作相对应的所需时间,并且因此在导航装置100中基于用于识别所需时间的信息来提供引导。 
在上述实施例中,采用将构成预定区段的道路的多个道路区段中的第一个道路区段上的动作指定为起始动作、并且将车辆的随后的动作(或者成本信息)与起始动作相关联的结构。然而,可以采用将在进入预定区段的道路的任一道路区段时的车辆的动作指定为起始动作的结构。例如,如果如图5和图6那样系统地定义组的发生概率,则可以估计从任意道路区段开始的在特定方向(即,在图5和6所示的例子中,道路的编号n增大的方向)上行驶时的动作。 
作为例子,可以将道路区段2中的组分类成与道路区段1中的停止的动作相对应的两个组和与在无需停止的情况下通过道路区段1的动作相对应的两个组。然后将这四个组与道路区段2上的停止和不停止的动作相关联。因此,可以将这四个组分类成与车辆停止的动作和车辆不停止的动作相对应的组。此外,将道路区段3及其随后的组与道路区段2的组系统地相关联。因此,一旦识别出车辆C开始在道路区段2上行驶时的动作,就可以估计随后的动作。 
由于所获得的车辆的动作可以根据时间而不同,因而可以采用下面的结构:该结构将车辆速度识别信息与时间段相关联,对各时间段的每一个进行聚类,并且将车辆的动作和成本信息与时间段相联结。所进行的聚类不局限于上述算法,并且可以通过指定判别函数的判别分析来进行分类。在上述实施例中,进行分类成两个组的分类;然而,自然可以采用进行分类成三个或更多个组的分类的结构。 
图4B示出车辆速度识别信息可以形成三个组的概率分布。为形成这种分布,优选分类成三个组的分类。此外,可以将数量为X个的组分别与唯一的动作相关联,因而可以获得X种类型的动作,或者可以获得(X-1)或更少类型的动作。例如,如果车辆速度识别信息形成如图4B所示的三个组,则可以将这三个组进一步分类成一个组和两个组,其中,将 这些组中的任一个与停止的动作相关联,并且将其它组与在无需停止的情况下通过的动作相关联。注意,步骤S130所示的聚类的校验对于分类成三个或更多个组的分类尤其有效。 
成本信息的形式不局限于如上所述的设置与停止的动作或在无需停止的情况下通过的动作相对应的值的结构,并且可以采用数值根据动作的发生概率而变动的结构。例如,可以利用下面的结构,其中,如果将交叉路口处的默认成本100与停止概率50%相联结,并且停止概率在0%、25%、75%和100%之间变化,则成本分别在0、50、150和200之间变动。 

Claims (4)

1.一种驾驶辅助装置,包括:
起始动作获取单元,用于获取指定当开始在连续的道路区段的第一个道路区段上行驶时车辆的起始动作的信息;
估计动作获取单元,用于获取指定在所述起始动作之后所述车辆在所述道路区段上的、被预先与所述起始动作相关联的估计动作的信息;以及
引导控制单元,用于基于指定所述估计动作的信息,控制安装在所述车辆中的引导单元,以提供用于在所述道路区段上行驶时辅助驾驶的引导,
所述车辆在开始行驶时的所述起始动作是在所述道路区段的所述第一个道路区段上的停止动作或者在无需停止的情况下通过所述道路区段的所述第一个道路区段的动作,所述驾驶辅助装置的特征在于,
所述起始动作是基于所述道路区段的近似的车辆速度识别信息的组而取得的,
指定所述估计动作的信息是基于所述组的发生概率而生成的、表示当从连续的道路区段中的一个行驶到下一个时的行驶难度的信息,
所述引导控制单元基于表示所述行驶难度的信息,控制所述引导单元以提供与搜索的路线有关的引导。
2.根据权利要求1所述的驾驶辅助装置,其特征在于,
所述引导控制单元基于指定所述估计动作的信息,估计当在所述道路区段上行驶时的所需时间,并且控制所述引导单元以提供与所述所需时间有关的引导。
3.根据权利要求2所述的驾驶辅助装置,其特征在于,
指定所述估计动作的信息是用于识别当在所述道路区段上行驶时的所述所需时间的信息,以及
所述引导控制单元基于用于识别所述所需时间的信息,控制所述引导单元以提供与所述所需时间有关的引导。
4.一种驾驶辅助方法,包括以下步骤:
获取指定当开始在连续的道路区段的第一个道路区段上行驶时车辆的起始动作的信息;
获取指定在所述起始动作之后所述车辆在所述道路区段上的、被预先与所述起始动作相关联的估计动作的信息;以及
基于指定所述估计动作的信息,控制安装在所述车辆中的引导单元,以提供用于在所述道路区段上行驶时辅助驾驶的引导,
所述车辆在开始行驶时的所述起始动作是在所述道路区段的所述第一个道路区段上的停止动作或者在无需停止的情况下通过所述道路区段的所述第一个道路区段的动作,所述驾驶辅助方法的特征在于,
所述起始动作是基于所述道路区段的近似的车辆速度识别信息的组而取得的,
指定所述估计动作的信息是基于所述组的发生概率而生成的、表示当从连续的道路区段中的一个行驶到下一个时的行驶难度的信息,
所述控制步骤包括:基于表示所述行驶难度的信息,控制所述引导单元以提供与搜索的路线有关的引导。
CN200980108213.3A 2008-03-27 2009-02-16 驾驶辅助装置及驾驶辅助方法 Active CN101965601B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2008-084042 2008-03-27
JP2008084042A JP4572944B2 (ja) 2008-03-27 2008-03-27 運転支援装置、運転支援方法および運転支援プログラム
JP2008-084028 2008-03-27
JP2008084028A JP4957612B2 (ja) 2008-03-27 2008-03-27 走行パターン情報取得装置、走行パターン情報取得方法および走行パターン情報取得プログラム
PCT/JP2009/000607 WO2009118988A1 (en) 2008-03-27 2009-02-16 Driving support device, driving support method, and driving support program

Publications (2)

Publication Number Publication Date
CN101965601A CN101965601A (zh) 2011-02-02
CN101965601B true CN101965601B (zh) 2014-05-14

Family

ID=40670982

Family Applications (2)

Application Number Title Priority Date Filing Date
CN200980108213.3A Active CN101965601B (zh) 2008-03-27 2009-02-16 驾驶辅助装置及驾驶辅助方法
CN200980108059.XA Expired - Fee Related CN101965600B (zh) 2008-03-27 2009-02-16 行驶模式信息获取装置及其行驶模式信息获取方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN200980108059.XA Expired - Fee Related CN101965600B (zh) 2008-03-27 2009-02-16 行驶模式信息获取装置及其行驶模式信息获取方法

Country Status (4)

Country Link
US (2) US9076333B2 (zh)
EP (2) EP2255349B1 (zh)
CN (2) CN101965601B (zh)
WO (2) WO2009118988A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
DE102005039103A1 (de) * 2005-08-18 2007-03-01 Robert Bosch Gmbh Verfahren für die Erfassung eines Verkehrsraums
JP5372802B2 (ja) * 2010-02-24 2013-12-18 クラリオン株式会社 トンネル内位置推定機能付きナビゲーション装置
CN102496079B (zh) * 2011-12-12 2015-04-08 北京航空航天大学 一种道路能耗与排放的监测方法
KR20140100611A (ko) * 2013-02-05 2014-08-18 한국전자통신연구원 길안내 시스템의 동작 방법 및 휴대 기기의 길안내 방법
TWI471530B (zh) * 2013-02-22 2015-02-01 Quanta Comp Inc 導航系統及方法
WO2015147766A2 (en) 2014-03-26 2015-10-01 Ford Otomotiv Sanayi Anonim Sirketi A safe monitoring system
JP6187370B2 (ja) * 2014-04-10 2017-08-30 トヨタ自動車株式会社 運転行動分類装置および運転行動分類方法
JP6474307B2 (ja) * 2015-04-27 2019-02-27 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
US10082797B2 (en) * 2015-09-16 2018-09-25 Ford Global Technologies, Llc Vehicle radar perception and localization
CN105389981B (zh) * 2015-11-11 2018-07-06 西安理工大学 一种基于移动终端自组网络的道路信息共享方法
US11087291B2 (en) * 2015-11-24 2021-08-10 Honda Motor Co., Ltd.. Action planning and execution support device
US10127228B2 (en) 2016-04-13 2018-11-13 Google Llc Techniques for proactively providing translated text to a traveling user
DE102017202943A1 (de) * 2016-08-25 2018-03-01 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bereitstellen einer prädizierten Fahrzeugbewegung
US11260749B2 (en) * 2016-09-26 2022-03-01 Transportation Ip Holdings, Llc Cooling control systems
EP3519774B1 (en) * 2016-09-29 2022-10-26 TomTom Traffic B.V. Methods and systems for generating parking related data
CN106548644A (zh) * 2016-11-30 2017-03-29 深圳明创自控技术有限公司 一种自动驾驶系统
CN108961353B (zh) * 2017-05-19 2023-12-08 上海蔚来汽车有限公司 道路模型的构建
US12067867B2 (en) * 2018-09-22 2024-08-20 Google Llc Systems and methods for improved traffic conditions visualization
CN109637125A (zh) * 2018-11-30 2019-04-16 创发科技有限责任公司 智能路况监测系统、装置、方法和计算机可读存储介质
DE102019207693B3 (de) * 2019-05-27 2020-08-20 Volkswagen Aktiengesellschaft Verfahren zum Bestimmen einer Parallelfahrwahrscheinlichkeit von Kraftfahrzeugen
CN111854781A (zh) * 2020-06-17 2020-10-30 北京嘀嘀无限科技发展有限公司 导航路径推荐方法、装置和电子设备
CN112532953B (zh) * 2020-12-23 2021-07-06 深圳市朝阳辉电气设备有限公司 一种智慧城市道路照明控制的数据处理方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6356836B1 (en) * 1997-06-12 2002-03-12 Michael Adolph Method and device for generating, merging and updating of destination tracking data
CN1704302A (zh) * 2004-06-02 2005-12-07 上海大众汽车有限公司 汽车驾驶辅助方法及其系统
EP1793204B1 (en) * 2005-11-30 2010-05-05 Aisin AW Co., Ltd. System for and method of providing lane guidance

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69428505T2 (de) * 1993-12-27 2002-06-06 Aisin Aw Co., Ltd. Kartenanzeigesystem
JP3355887B2 (ja) 1995-09-08 2002-12-09 住友電気工業株式会社 旅行時間予測方法および旅行時間予測装置
DE19606258C1 (de) * 1996-02-06 1997-04-30 Mannesmann Ag Fahrzeugautonome Detektion von Verkehrsstau
US6338021B1 (en) * 1999-09-29 2002-01-08 Matsushita Electric Industrial Co., Ltd. Route selection method and system
JP3678639B2 (ja) 1999-09-29 2005-08-03 松下電器産業株式会社 経路選出方法およびシステム
JP3526422B2 (ja) 1999-10-28 2004-05-17 株式会社東芝 走行所要時間情報演算システム
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
JP4064044B2 (ja) * 2000-08-29 2008-03-19 三菱電機株式会社 交通情報送信システム及び交通情報収集配信システム並びに交通情報収集配信方法
DE10146398A1 (de) * 2001-09-20 2003-04-17 Siemens Ag System zum Steuern von Lichtsignalgebern an Kreuzungen
US20030128135A1 (en) * 2002-01-10 2003-07-10 Poltorak Alexander I. Apparatus and method for providing for the remote control of traffic control devices along a travel route
US7433889B1 (en) * 2002-08-07 2008-10-07 Navteq North America, Llc Method and system for obtaining traffic sign data using navigation systems
US7355528B2 (en) * 2003-10-16 2008-04-08 Hitachi, Ltd. Traffic information providing system and car navigation system
JP4177228B2 (ja) * 2003-10-24 2008-11-05 三菱電機株式会社 予測装置
EP1741591B1 (de) * 2005-07-06 2009-10-14 Ford Global Technologies, LLC Verfahren zur Vorhersage von Fahrtsituationen in einem Kraftfahrzeug
JP4367431B2 (ja) * 2005-10-26 2009-11-18 トヨタ自動車株式会社 車両用運転支援システム
TW200725500A (en) * 2005-12-27 2007-07-01 Ind Tech Res Inst Path guiding system and method thereof
CN2901460Y (zh) * 2006-03-01 2007-05-16 四川交通职业技术学院 汽车限速及安全间距控制系统
US20070208493A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Identifying unrepresentative road traffic condition data obtained from mobile data sources
JP2007322304A (ja) 2006-06-02 2007-12-13 Xanavi Informatics Corp ナビゲーション装置、ナビゲーション方法
US8126641B2 (en) * 2006-06-30 2012-02-28 Microsoft Corporation Route planning with contingencies
WO2008015966A1 (fr) 2006-08-04 2008-02-07 Panasonic Corporation Indicateur d'informations de collision et procédé associé
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
JP4932524B2 (ja) * 2006-10-20 2012-05-16 日本電気株式会社 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム
US7680749B1 (en) * 2006-11-02 2010-03-16 Google Inc. Generating attribute models for use in adaptive navigation systems
US7925423B2 (en) * 2007-08-31 2011-04-12 Embarq Holdings Company, Llc System and method for traffic condition detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6356836B1 (en) * 1997-06-12 2002-03-12 Michael Adolph Method and device for generating, merging and updating of destination tracking data
CN1704302A (zh) * 2004-06-02 2005-12-07 上海大众汽车有限公司 汽车驾驶辅助方法及其系统
EP1793204B1 (en) * 2005-11-30 2010-05-05 Aisin AW Co., Ltd. System for and method of providing lane guidance

Also Published As

Publication number Publication date
WO2009118987A1 (en) 2009-10-01
CN101965600A (zh) 2011-02-02
EP2255349B1 (en) 2013-05-08
EP2255347B9 (en) 2012-10-03
US8417443B2 (en) 2013-04-09
EP2255347A1 (en) 2010-12-01
CN101965601A (zh) 2011-02-02
US9076333B2 (en) 2015-07-07
US20100309022A1 (en) 2010-12-09
EP2255347B1 (en) 2012-06-20
EP2255349A1 (en) 2010-12-01
US20100324806A1 (en) 2010-12-23
WO2009118988A1 (en) 2009-10-01
CN101965600B (zh) 2014-08-20

Similar Documents

Publication Publication Date Title
CN101965601B (zh) 驾驶辅助装置及驾驶辅助方法
CN105474285B (zh) 用于预测至少一个拥堵参数的方法、分析系统和车辆
JP5900454B2 (ja) 車両用車線案内システム及び車両用車線案内方法
CN108848460B (zh) 基于rfid和gps数据的人车关联方法
CN108062857B (zh) 用于出租车乘客出行目的的预测方法
JP7131990B2 (ja) 交通状況判定システム及び交通状況判定装置
JP3981067B2 (ja) 走行速度データ分類装置、走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
CN109489679A (zh) 一种导航路径中的到达时间计算方法
CN114898571B (zh) 一种基于etc大数据的高速公路全路段车速测量方法
CN115761920A (zh) 一种基于etc门架数据的车辆轨迹可信提取方法及系统
CN114973659A (zh) 一种高速公路的间接事件检测的方法、装置及系统
JP4572944B2 (ja) 運転支援装置、運転支援方法および運転支援プログラム
CN110675631A (zh) 一种交通流溯源分析方法及系统
CN109584549A (zh) 一种基于大规模浮动车数据的道路交通运行指数检测方法
CN110827561B (zh) 一种基于车辆的道路路况信息预报系统及方法
JP4957612B2 (ja) 走行パターン情報取得装置、走行パターン情報取得方法および走行パターン情報取得プログラム
CN110211380A (zh) 一种多源交通数据融合的高速公路拥堵区间探测方法
JP3803710B2 (ja) 交通情報処理方法及び交通情報処理システム
CN109409731B (zh) 一种融合断面检测交通数据及众包数据的公路节假日出行特征识别方法
CN109377759B (zh) 一种获取间断交通流中车队行程时间的方法
CN116071930B (zh) 基于乘客安全的车辆自动预警系统
CN115050182B (zh) 高速出行真实od识别方法及其系统
CN103050006A (zh) 一种基于浮动车技术的城市高架桥识别方法
CN118506563A (zh) 基于etc数据的高速公路车辆到达时间实时估计方法
CN117351763A (zh) 一种基于流量监测的路线规划方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant