CN104101349B - 导航设备和存储介质 - Google Patents
导航设备和存储介质 Download PDFInfo
- Publication number
- CN104101349B CN104101349B CN201410131022.1A CN201410131022A CN104101349B CN 104101349 B CN104101349 B CN 104101349B CN 201410131022 A CN201410131022 A CN 201410131022A CN 104101349 B CN104101349 B CN 104101349B
- Authority
- CN
- China
- Prior art keywords
- information
- mobile route
- route candidate
- navigation equipment
- equipment according
- 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.)
- Expired - Fee Related
Links
- 230000001186 cumulative effect Effects 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 14
- 230000036760 body temperature Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 5
- 230000001052 transient effect Effects 0.000 claims description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 2
- 239000000843 powder Substances 0.000 claims description 2
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 210000004243 sweat Anatomy 0.000 claims 1
- 101100347655 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) NAB3 gene Proteins 0.000 description 79
- 238000012545 processing Methods 0.000 description 39
- 238000004891 communication Methods 0.000 description 26
- 241000218646 Cedrus deodara Species 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000003068 static effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000005286 illumination Methods 0.000 description 10
- 230000000670 limiting effect Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 240000006409 Acacia auriculiformis Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 206010042496 Sunburn Diseases 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000002631 hypothermal effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种导航设备。所述导航设备包括:估计部,其基于对象的移动路线候选中实时观察到的观察信息来估计移动路线候选中的第一环境信息;获取部,其获取所述移动路线候选的周边的第二环境信息;以及指引部,其基于由所述估计部估计的所述第一环境信息和由所述获取部获取的所述第二环境信息来为所述对象指引移动方向。
Description
相关申请的交叉引用
本申请要求于2013年4月9日提交的日本在先专利申请JP2013-081132的优先权,其全部公开内容通过引用合并到本申请中。
背景技术
本公开内容涉及导航设备和存储介质。
近年来,已经针对步行、跑步或操作汽车、船只等的用户研发了执行线路导航的导航技术。作为这种研发的示例,从抑制能耗和关注环境的角度,针对正在驾驶汽车的用户,已经开发了基于该路线是在阴凉中还是在阳光下来确定要指引的路线的技术。
例如,JP2012-47456A公开了基于路线的速度限制和能够造成延迟的因素(如临时停止)以及基于太阳位置的阳光信息、路的方向、周围建筑物等来计算日照量并且确定路线的技术。
另外,JP2009-264902A公开了根据总紫外线照射量来指定指引路线的技术,其中,通过使用其中对于每个预定部分存储有紫外线照射量的数据库来计算总紫外线照射量。
另外,JP2007-205946A公开了在出现与在执行路线搜索时所预期的环境不同的环境的情况下通过再次搜索满足用户所指定的搜索条件的路线来执行指引的技术。
发明内容
JP2012-47456A、JP2009-264902A和JP2007-205946A中公开的技术通过基于静态信息(如关于时间唯一地计算的太阳和周围建筑物的位置信息或某个地区或分区的每个时区的天气预报)执行总日照量的估计来执行路线的指引。因此,JP2012-47456A、JP2009-264902A和JP2007-205946A中公开的技术不能基于自动信息(如本地环境或本地条件的变化)来执行路线指引。
另外,例如,由于不仅对于驾驶汽车的用户,而且对于正在步行的用户,阴影或日晒会影响体温或晒伤,所以根据阴影或日晒的路线指引将是有用的。
因此,本公开内容提出了一种能够基于实时观察到的本地信息来执行路线指引的新的且改进的导航设备和存储介质。
根据本发明的一种实施方式,提供了一种导航设备,包括:估计部,其基于在对象的移动路线候选中实时观察到的观察信息,来估计所述移动路线候选中的第一环境信息;获取部,其获取所述移动路线候选的周边的第二环境信息;以及指引部,其基于所述估计部所估计的所述第一环境信息和所述获取部所获取的所述第二环境信息,来向所述对象指引移动方向。
根据本发明的一种实施方式,提供了一种存储有程序的非暂态计算机可读存储介质,该程序使得计算机用于:基于在对象的移动路线候选中实时观察到的观察信息来估计所述移动路线候选中的第一环境信息;获取所述移动路线候选的周边的第二环境信息;以及基于所估计的第一环境信息和所获取的第二环境信息来向所述对象指引移动方向。
根据如上所述的本公开内容的一个或更多个实施方式,能够基于实时观察到的本地信息来执行路线指引。
附图说明
图1是示出了根据本公开内容的实施方式的导航处理的概要的说明图;
图2是示出了根据本公开内容的第一实施方式的HMD的外观配置的说明图;
图3是示出了根据第一实施方式的HMD的内部配置的框图;
图4是示出了根据第一实施方式的通过HMD实现的基于用户的状态的估计的说明图;
图5是示出了根据第一实施方式的通过HMD的基于用户的状态的估计的说明图;
图6是示出了根据第一实施方式的HMD的操作的流程图;
图7是示出了根据第一实施方式的HMD的操作的流程图;
图8是示出了根据本公开内容的第二实施方式的导航处理的概要的说明图;
图9是示出了根据第二实施方式的HMD的操作的流程图;以及
图10是示出了根据本公开内容的第三实施方式的导航处理的概要的说明图。
具体实施方式
在下文中,将参照附图详细地描述本公开内容的优选实施方式。注意,在本说明书和附图中,使用相同的附图标记表示具有基本相同的功能和结构的结构要素,并且省略了对这些结构要素的重复说明。
将按照以下顺序进行说明:
1.根据本公开内容的实施方式的导航处理的概要
2.实施方式
2-1.第一实施方式
2-1-1.HMD的配置
2-1-2.HMD的操作处理
2-2.第二实施方式
2-2-1.概要
2-2-2.HMD的操作处理
2-3.第三实施方式
2-4.第四实施方式
3.结论
<<1.根据本公开内容的实施方式的导航处理的概要>>
首先,将参照图1来描述根据本公开内容的实施方式的导航处理的概要。
图1是示出了根据本公开内容的实施方式的导航处理的概要的说明图。如图1所示,用户8A(对象)佩戴眼镜型HMD(头戴式显示器)1A,并且站在移动路线候选A和移动路线候选B的交汇处。注意,移动路线候选是从用户8的当前位置到目的地的移动路线的候选。
HMD1A具有执行满足用户8A的任意搜索条件的移动路线候选的实时指引的功能。例如,满足任意搜索条件的移动路线候选是经过大量阴影的移动路线、经过大量日晒的移动路线、避开黑暗的移动路线、避开花粉的移动路线或避开空气污染的移动路线。替选地,也可以考虑避开风的移动路线、避开拥挤的人群的移动路线、升高或降低体温的移动路线或避开辐射的移动路线作为满足任意搜索条件的移动路线候选。
这里,将描述HMD1A指引经过大量阴影的移动路线候选的示例。HMD1A通过估计阳光状态(如照射到每个移动路线候选的阳光强度和所形成的阴影或日晒)以及通过估计用户8经过移动路线候选时所接收到的阳光或紫外线的累计量(日照量),来指引使得日照量最小化的移动路线候选。
首先,HMD1A基于预先登记的静态信息来估计移动路线候选的周边的阳光状态(第二环境信息)。例如,HMD1A基于根据时间信息和位置信息唯一地确定的太阳的位置,以及周围建筑物、路灯的位置、高度和形状等来计算预测将由结构形成的阴影区域。注意,可以针对每个时间和位置预先登记基于静态信息计算的这样的阴影区域,或者HMD1A可以从服务器等获取这样的阴影区域而不执行估计。
在图1所示的示例中,在移动路线候选B的周围存在建筑物,并且建筑物形成阴影。另一方面,虽然在移动路线候选A的周围不存在建筑物,然而,由于云和行道树形成了比移动路线候选B中更多的阴影。
在此,虽然在JP2012-47456A、JP2009-264902A和JP2007-205946A中估计了由静态信息形成的(即基于太阳的位置以及建筑物的位置、高度和形状来通过建筑物形成的)阴影区域,但是这些不是形成阴影的唯一因素。如图1所示,阴影可能由于云和枝叶茂盛的树而产生。然而,因为云的形状随时间改变以及云移动,并且树叶的情况会根据树每年的生长和季节而变化,因而不能基于静态信息来估计这种动态发生的阴影。因此,在JP2012-47456A、JP2009-264902A和JP2007-205946A中公开的技术中,难以执行考虑这种动态形成的阴影的指引。即,在JP2012-47456A、JP2009-264902A和JP2007-205946A中公开的技术中,仅基于建筑物的存在指引移动路线候选B,但难以指引由于云和行道树而在其中形成了比移动路线候选B中更多阴影的移动路线候选A。
因此,这导致了通过关注上述情况来创建根据本公开内容的每个实施方式的导航处理。除了上述静态信息以外,根据本公开内容的每个实施方式的导航处理还可以基于实时观察到的本地信息来执行指引。
具体地,图1所示的HMD1A(导航设备)通过使用除了上述静态信息以外的由移动路线候选的周边中存在的观察设备和其他导航设备实时观察到的信息来执行阳光状态的估计,并且确定要指引的移动路线候选。观察设备和导航设备可以观察天气信息(如压力、温度、风速和湿度),或者可以通过拍摄周边的状态来根据图像识别阴影或日晒。在图1中,摄像头30A至30D用作观察设备,用户8B的智能电话20和用户8C佩戴的HMD1B用作其他导航设备。注意,在下文中,在无需特别区分用户8A、8B和8C的情况下,可以将它们统称为用户8。类似地,在无需特别区分HMD1A和HMD1B的情况下,可以将它们统称为HMD1。
在移动路线候选A中,摄像头30A观察由于云而形成的阴影,智能电话20和摄像头30B观察由于行道树而形成的阴影。在移动路线候选B中,HMD1B以及摄像头30C和30D观察到在周边中没有形成阴影。HMD1A基于这些类型的观察信息来估计用户8A通过每条移动路线时的阳光状态(第一环境信息)。具体地,当用户8A通过时,HMD1A估计在移动路线候选A中形成有由于云和行道树而形成的大量阴影,并且在移动路线候选B中没有形成阴影。
并且,HMD1A通过基于根据观察信息的阳光状态的估计和根据上述静态信息的阳光状态的估计确定使得日照量最小化的移动路线候选,来指引用户8。在图1所示的示例中,HMD1A向用户8呈现用于将移动方向指引到其中形成最多阴影的移动路线候选A的指引图像P1。
至此,已经描述了根据本实施方式的导航处理的概要。接下来,将参照图2至图7描述执行根据本公开内容的实施方式的导航处理的HMD1(导航设备)的配置和操作处理。
<<2.实施方式>>
<2-1.第一实施方式>
[2-1-1.HMD的配置]
首先,将参照图2描述HMD1的外观配置。
图2是示出了根据第一实施方式的HMD1的外观配置的说明图。如图2所示,用户8佩戴有眼镜型HMD1。例如,如图2所示,HMD1具有安装单元,并且通过放置在两耳上来由用户佩戴,所述安装单元具有从头部两侧到头部后侧的半圆周型框架结构。
此外,HMD1被构造成使得在用户8的双眼正前方(即在通常放置眼镜的镜片的位置处)布置有显示部2,显示部2包括一对用于左眼的显示部2a和用于右眼的显示部2b。例如,在显示部2上显示由摄像镜头3a拍摄的真实空间的摄影图像。此外,显示部2可以是透射型的,并且通过HMD1将显示部2设置为通透状态(即设置为透明或半透明状态),从而即使正常佩戴这样的眼镜,HMD1也不会妨碍用户8的正常活动。
此外,如图2所示,将面向前方的摄像镜头3a以由用户8佩戴的状态布置在HMD1中,从而通过将用户8视觉地确认的方向设置为拍摄物体的方向来执行摄像。另外,HMD1包括通过摄像镜头3a对摄像方向进行照明的发光部4a。例如,发光部4a由LED(发光二极管)构成。
此外,虽然在图2中仅示出了左耳侧,然而,HMD1包括一对耳机扬声器5a,耳机扬声器5a在佩戴状态下能够被插入用户8的右耳和左耳。此外,在右眼用的显示部2的右侧以及左眼用的显示部2的左侧上布置用于收集来自外部音频的声音的麦克风6a和6b。
注意,图2所示的HMD1的外观为示例,可以针对用户8考虑用于佩戴HMD1的各种结构。HMD1可以由被设置为普通眼镜型或头戴型的安装单元构成,并且作为本实施方式的至少一种形式,可以包括在用户8的眼睛前方附近的显示部2。此外,除了包括作为与每只眼睛相对应的一对显示部的显示部2,可以通过包括与一侧的眼睛相对应的一个显示部来构成显示部2。
此外,尽管在图2所示的示例中,摄像镜头3a和执行照明的发光部4a面向前方布置在右眼侧,但它们也可以布置在左眼侧或者可以布置在两侧。
此外,可以包括耳机扬声器5a中的一个,从而仅在一个耳朵上佩戴而没有左右立体声扬声器。此外,可以存在麦克风6a和6b中的一个麦克风。
另外,可以考虑不包括麦克风6a和6b以及耳机扬声器5a的配置。此外,还可以考虑不包括发光部4a的配置。
至此,已经描述了HMD1的外观配置。接下来,将参照图3来描述HMD1的内部配置。
注意,尽管使用HMD1作为用于执行本实施方式中的导航处理的导航设备的示例,然而,根据本公开内容的实施方式的导航设备不限于HMD1。例如,导航设备可以是智能电话、移动电话终端、PDA(个人数字助理)、PC(个人计算机)、平板终端等。
图3是示出了根据第一实施方式的HMD1的内部配置的框图。在图3中,作为示例示出了图1所示的HMD1A的内部配置,并且HMD1A被示出为通过网络50连接至智能手机20、摄像头30A至30D和服务器40。如图3所示,HMD1A具有观察部10、估计部13、通信部14、获取部15、指引部16、设置部17和测量部18。注意,在本实施方式中,HMD1A将被描述为指引经过大量阴影的移动路线候选。
(观察部10)
观察部10具有观察用户8的周边的本地(微观)信息的功能。在下文中将观察部10所观察到的观察信息称为微观观察数据。本实施方式中的微观观察数据是与阳光或紫外线有关的实时信息。观察部10用作摄像部3、传感器部11和定位部12,并且向估计部13、通信部14和测量部18输出所观察到的微观观察数据。
*摄像部3
摄像部3具有镜头系统、驱动系统和固态成像传感器阵列,其中,镜头系统由摄像镜头3a、光圈、变焦镜头和聚焦镜头构成,驱动系统使得能够在镜头系统中执行聚焦操作和变焦操作,固态成像传感器阵列通过对镜头系统所获得的捕获光进行光电转换来生成摄像信号。例如,可以通过CCD(电荷耦合器件)传感器阵列或CMOS(互补金属氧化物半导体)传感器阵列来实现固态成像传感器阵列。摄像部3输出作为数字信号的摄影图像的数据。
此外,摄像部3可以另外具有照明部4,照明部4包括图2所示的发光部4a以及使得发光部4a(例如LED)能够执行光发射的发光电路。并且,当拍摄图像时,通过使得照明部4对前方执行光发射,从而摄像部3可以在对用户8的视场方向进行照明同时进行摄像。
摄像部3对用户8的周边进行摄像,并且输出所拍摄的图像作为微观观察数据。注意,摄像部3不仅拍摄用户8面对的方向上的图像,也可以拍摄用户8的后面、侧面、地上或上方的图像。
*传感器部11
传感器部11具有观察天气信息(诸如温度、体温、露点温度、湿球温度、风速、最大风速、平均风速、风向、湿度、相对湿度、压力和光量)的功能。替选地,传感器部11可以观察花粉、空气污染、有异味的物质、辐射等。此外,传感器部11具有包括图2所示的麦克风6a和6b的声音输入部6,并且观察周边的声音。此外,传感器部11可以观察用户8的体温、排汗、呼吸和移动速度。传感器部11输出所观察到的这些类型的信息作为微观观察数据。
*定位部12
定位部12通过接收来自GPS(全球定位系统)卫星的无线电波来检测HMD1A所处的位置,并且输出所检测到的位置信息。注意,定位部12是基于来自外部的获取信号来检测HMD1A的位置的位置信息获取部的示例,根据本实施方式的定位部的示例不限于此。例如,定位部可以通过WiFi,利用移动电话、个人手持电话系统(PHS)、智能电话等发送/接收或近距离通信来检测位置。定位部12输出所获得的位置信息作为微观观察数据。
(通信部14)
通信部14是用于在有线或无线地连接至网络50的信息处理设备之间执行数据的发送/接收的通信模块。例如,通信部14在连接至网络50的观察设备或导航设备之间执行微观观察数据的发送/接收。在图3所示的示例中,通信部14接收从摄像头30A至30D中的每个观察到的微观观察数据,摄像头30A至30D是与上述观察部10具有相同功能的观察设备并且安装在移动路线候选中或附近。此外,通信部14接收从作为存在于移动路线候选的以及其附近的其他导航设备的HMD1B和智能电话20观察到的微观观察数据。替选地,通信部14可以接收来自任意便携式天气观察设备的微观观察数据。此外,通信部14将从传感器部11输出的微观观察数据传输至HMD1B和智能电话20,以用于HMD1B和智能电话20中的导航处理。注意,可以经由服务器40来执行这些类型的微观观察数据的发送/接收。
此外,在服务器40预先登记中稍后将描述的宏观估计数据,并且通信部14从服务器40接收与定位部12所获得的当前位置相对应的宏观估计数据。
通信部14将所接收到的微观观察数据输出至估计部13,并且将宏观估计数据输出至获取部15。
(估计部13)
估计部13具有基于在用户8的移动路线候选中实时观察到的微观观察数据来估计该移动路线候选中的阳光状态(第一环境信息)的功能。日照状态是与用户8在移动路线候选中移动时所照射的阳光或紫外线有关的信息。更具体地,日照状态是示出了移动路线候选中照射的阳光或紫外线的强度、光量、或所形成的阴影或日晒的大小和范围的信息。替选地,日照状态可以包括移动路线候选中的天气预报信息。
在此,在用户8的移动路线候选中实时观察到的微观观察数据为由传感器部11观察到的微观观察数据,以及通过通信部14接收到的、由其他观察设备或导航设备观察到的微观观察数据。
估计部13基于作为微观观察数据的一部分的、从摄像部3输出的拍摄图像或者在移动路线候选中或附近拍摄并且由通信部14接收的拍摄图像,来估计移动路线候选中的日照状态。例如,估计部13通过从拍摄图像中估计移动路线候选中形成的阴影来估计日照状态。具体地,估计部13识别出拍摄图像中具有低亮度的区域是阴影区域,识别出具有高亮度的区域是日晒区域,并且基于这些类型的识别结果来估计由于移动路线候选中所形成的阴影而导致的日照状态。此外,估计部13通过从拍摄图像中识别云的量和流动来估计由于云形成的阴影而导致的日照状态。此外,估计部13通过从拍摄图像中识别在移动路线候选中和附近存在的树的高度和树叶量,来如下估计日照状态:估计在存在具有很多树叶的高大树木的情况下将会形成大量阴影,并且估计在矮小树木和少量树叶的情况下将会形成较少阴影。此外,估计部13通过从拍摄图像中识别移动路线候选中或附近存在的移动物体(如人或交通工具)来估计由于移动物体形成的阴影而导致的日照状态。此外,估计部13通过从拍摄图像中识别来自移动路线候选中或附近的反射物体(如建筑物、地面或雪表面)的反射来估计由于反射而导致的日照状态。此外,估计部13基于作为微观观察数据的一部分的天气信息来估计移动路线候选中的日照状态。例如,估计部13基于压力的水平和变化来估计由于云的出现而导致的日照状态,或者估计由于阳光的强度而导致的日照状态。
在此,通过计算观察到微观观察数据的位置和HMD1A的位置以及使用用户8的移动速度在每个位置处的到达时间,估计部13估计HMD1A可以到达观察到微观观察数据的位置处的时刻的日照状态。然而,为了简化本公开内容中的描述,估计部13通过将观察到微观观察数据的位置处当前时刻的日照状态设置为即使在到达时刻也不变来估计日照状态。
在图1所示的示例中,估计部13首先基于由摄像头30A、智能电话20和摄像头30B拍摄的、由于云和行道树而形成的阴影的拍摄图像,识别出移动路线候选A中形成有大量阴影。然后,估计部13通过估计在用户8A通过移动路线候选A时没有改变地形成已识别的大量阴影来估计日照状态。
类似地,估计部13首先基于由HMD1B、摄像头30C和30D拍摄的阳光照射的拍摄图像识别出移动路线候选B中没有形成阴影。然后,估计部13通过设置在用户8A通过移动路线候选B时没有形成阴影(这种情况不变)来估计日照状态。
估计部13将示出基于微观观察数据估计的日照状态的信息输出至指引部16。
(获取部15)
获取部15具有基于静态信息来获取移动路线候选的周边的日照状态(第二环境信息)的功能。下文中将示出由获取部15获得的静态日照状态的信息称为宏观估计数据。宏观估计数据不同于微观观察数据,并且是针对每个时刻和位置预先登记的信息。更具体地,宏观估计数据是与用户8在移动路线候选中移动时所照射的阳光或紫外线有关的静态信息。例如,宏观估计数据包括用于计算针对每个时刻和位置近似不变的阴影区域的信息,例如结构信息(诸如移动路线候选的周边中的结构的位置、高度和形状),以及地理信息(诸如可能影响阳光的入射角的地面的倾斜或地理特征)。替选地,宏观估计数据包括天气信息(如由气象局或其他机构发布的、针对一些区域的每个规定时区的天气预报信息)、由于天气而导致的阳光强度信息和卫星图片。
注意,HMD1可以通过基于位置信息和时间信息计算太阳的位置,来基于结构信息和地理信息计算由于结构而形成的阴影区域。可以由稍后将描述的指引部16来执行这样的计算,或者可以预先由服务器40等来执行这样的计算。
这样的宏观估计数据被保留在服务器40中,并且由通信部14接收。注意,HMD1的存储部(未示出)可以存储宏观估计数据,或者获取部15可以在不与服务器40通信的情况下获取宏观估计数据。获取部15将所获得的宏观估计数据输出至指引部16。
(测量部18)
测量部18具有测量实际累计量的功能,实际累计量中累计有用户8在移动路线候选中移动时从外部环境接收的影响量。例如,测量部18通过累计用户8在移动路线候选中移动时的阳光或紫外线的照射量来测量实际累计量。在下文中,将这样的实际累计量称为实际日照量。
测量部18基于由观察部10输出的微观观察数据测量实际累计量。例如,测量部18基于在用户8的身体表面上形成的阴影或阳光照射区域的时间或面积、以及由传感器部11观察到的温度或光量来测量实际日照量,上述时间或面积是基于由摄像部3拍摄的用户8自身的图像来识别的。
测量部18将测量出的实际累计量输出至指引部16。
(设置部17)
设置部17具有作为目的地设置部的功能以及作为阈值设置部的功能,其中,目的地设置部用于设置目的地和由指引部16指引的各种搜索条件的,阈值设置部用于设置要在指引部16中使用的实际累计量的极限值(第二阈值)。设置部17基于用户8的输入(例如,至音频输入部6的用户语音输入、由摄像部3拍摄的姿势的识别、或未在图中示出的按钮的按压)来设置目的地、搜索条件和极限值。
然而,不是一定基于用户8的输入来设置目的地。在用户8没有输入应用(如步行)的目的地的情况下,设置部17根据与当前时刻的搜索条件相对应的周边的状态来设置任意目的地,并且能够根据周边的状态的变化而改变目的地。例如,如果搜索条件是经过大量阴影,则设置部17根据当前时刻周边的日照状态来设置任意目的地使得经过大量阴影。并且,设置部17能够根据移动路线候选中所包括的每个点的估计到达时间的变化或微观观察数据的变化(如阴影的放大或缩小),来改变所设置的目的地。这样,即使在用户8没有设置目的地的情况下,HMD1也可以向正在步行的用户8指引具有阴影的步行路线。设置部17可以设置步行应用的步行时间或步伐数。
可以考虑能够由设置部17设置的各种搜索条件。例如,设置部17可以获得以下搜索条件:经过大量阴影、经过大量日晒、避开黑暗、避开花粉、避开空气污染、避开风、避开人群、具有高或低的体温、以及避免辐射。替选地,设置部17可以接收示出用户8的衣着的状态、身高等的信息(稍后将描述)作为搜索条件。
设置部17将设置的目的地、搜索条件和极限值输出至指引部16。
(指引部16)
指引部16具有如下功能:根据估计部13基于微观观察数据的估计以及获取部15所获取的宏观估计数据,来指引用户8的移动方向。指引部16通过优先采用估计部13基于微观观察数据的估计来确定移动路线候选,并且指引移动方向。此时,在微观观察数据的量不足的情况下,或者在难以仅使用基于微观察数据的估计来设置移动路线候选的情况下,指引部16通过另外结合宏观估计数据并且确定移动路线候选来执行指引。
更具体地,指引部16通过估计用户8在移动路线候选中移动时从外部环境接收的每单位时间或单位距离的影响量,来基于所估计的影响量指引移动方向。指引部16通过优先考虑使得所估计的影响量的累计量最小化或最大化的移动路线来指引移动方向。例如,指引部16指引使得阳光的累计量最小化的移动路线候选,从而使得用户8经过大量阴影;相反地,指引使得阳光的累计量最大化的移动路线候选,从而使的用户经过大量日晒。替选地,指引部16可以通过优先考虑所估计的影响量不超过上限值(第一阈值)或超过下限值(第二阈值)的移动路线候选来指引移动方向。例如,指引部16指引每单位时间的日照量不超过标准上限值的移动路线候选,使得用户8不被暴露于强烈的阳光;相反地,指引每单位时间的日照量不超过标准下限值的移动路线候选。这样,HMD1可以在日照强烈且温度高的夏季向用户8指引经过阴凉的移动路线候选,相反地,可以在日照弱且温度低的冬季向用户8指引经过温暖地日晒的移动路线候选。
在本实施方式中,首先,指引部16基于由估计部13估计的日照状态,通过对用户8在移动路线候选中移动时照射的辐射阳光或紫外线的每单位时间或单位距离的辐射量(影响量)进行累计,来针对每个移动路线候选计算日照量。此时,由于不存在与某些区域或位置有关的微观观察数据,因此,例如,可能存在由于数据不足而导致指引部16不能计算日照量的情况。在这种情况下,指引部16通过使用宏观估计数据补充不足的数据来计算日照量。并且,指引部16通过优先考虑使得用户8从当前位置移动至目的地时估计要接收的日照量最小化的移动路线候选,来向用户8指引要采用的移动方向。注意,在下文中将计算用户8从当前位置移动至目的地时估计要接收的日照量称为日照量估计。
例如,针对可以获取微观观察数据的点,指引部16基于由估计部13估计的日照状态来计算累计量。另一方面,在不能获取某些区域的微观观察数据的情况下,指引部16通过基于该点的位置信息和到达时间计算太阳的位置以及估计由于周边的结构而形成的阴影,来计算累计量。并且,指引部16基于这些类型的计算出的累计量向用户8指引使得用户8从当前位置移动至目的地时估计要接收的日照量最小化的移动路线候选。
注意,即使在可以仅使用微观观察数据来执行指引的情况下,指引部16也可以通过使用宏观估计数据对日照状态的估计进行校正,从而通过执行更精确的日照量估计来进行指引。
此外,指引部16能够根据移动路线候选中所包括的每个点的到达时间的变化和基于微观观察数据的变化的估计的变化,来改变要指引的移动方向。例如,在到达时间由于在移动路线候选中出现交通拥堵和拥挤人群而发生了变化的情况下,或者在观察到天气的突然变化的情况下,指引部16能够根据这些变化来改变移动方向。
此外,指引部16基于用户8的状态来指引移动路线候选。例如,用户8的状态是用户8所暴露的皮肤部分的面积、形状或角度,诸如用户8的身高或衣着。在本实施方式中,指引部16根据用户8的身高或衣着来计算直接照射在用户8的皮肤上的日照量。在下文中,将参照图4和图5来描述基于用户8的状态的日照量估计。
图4是示出了根据第一实施方式的由HMD1进行的基于用户8的状态的日照量估计的说明图。如图4所示,具有大致相同身高的用户8E和8F站在前方,身高比用户8E高的用户8D和身高比用户8F低的用户8G站在后方。由于用户8D的身高比用户8E高,因而因用户8E而形成的阴影没有到达用户8D的面部,用户8D的面部(皮肤)接收到阳光。另一方面,由于用户8G的身高比用户8F低,因而因用户8F而形成的阴影遮盖用户8G,用户8G的面部和手臂的暴露的皮肤部分上没有接收到阳光。这样,即使在相同的环境中,关于是否在皮肤上接收到直接的阳光会根据身高而存在差异。因此,指引部16根据用户8的身高来计算暴露皮肤的日照量。
图5是示出了根据第一实施方式的由HMD1进行的基于用户8的状态的日照量估计的说明图。如图5所示,用户8H和8I在墙附近行走,由于墙而在用户8H和8I的从上部身体的一部分到下部身体的整个区域上形成了阴影。这里,由于用户8H穿着无袖衬衫,因而在他的手臂上他接收到阳光。另一方面,由于用户8I穿着长袖衬衫,因而在她的手臂上她接收不到阳光。此外,尽管用户8穿着超短裙,然而,由于在下半身上形成有阴影,因而在她的腿上她接收不到阳光。这样,即使在相同的环境中,关于是否在皮肤上接收到直接的阳光根据衣着而存在差异。因此,指引部16根据用户8的衣着来计算暴露皮肤的日照量。
替选地,指引部16可以根据用户8佩戴的饰品(如面具或眼镜)、或者作为用户8的状态的头发的长度或量来执行日照量估计。
这样,通过基于用户的状态执行估计,HMD1不仅指引简单地避开了阳光的移动路线候选,而且还可以指引其中直接的阳光或紫外线不会照射在暴露于太阳的皮肤上的移动路线候选。此外,HMD1可以防止有害的紫外线直接照射在皮肤上。
此外,指引部16指示警告信息,该警告信息表示由测量部18测量的实际累计量已经超过或者可能超过由设置部17设置的极限值。因此,用户8可以实时地知道由用户自身从外部环境实际接收的影响量接近超过或者已经超过极限值。这样,针对其指示警告信息的用户8可以向设置部17设置更严格的搜索条件。在本实施方式中,在由测量部18测量的实际日照量已经超过或者将可能超过极限值的情况下,指引部16指示警告信息。
指引部16具有显示部2和包括上面参照图1描述的一对耳机扬声器5a的音频输出部5,并且向用户8指引移动方向。例如,指引部16通过音频输出部5的音频指引或显示部2的方向显示来执行移动方向的指引。注意,指引部16不仅可以通过显示移动方向,还可以通过在地图上显示要指引的移动路线候选来执行指引。
(补充说明)
HMD1可以根据由传感器部11实时观察到的用户8的体温、排汗或呼吸来切换要指引的移动路线候选。例如,在用户8的体温降低的情况下,可以指引具有大量阳光的移动路线候选,或者在大量排汗或粗重呼吸的情况下,可以指引具有大量阴影的移动路线候选。
此外,HMD1不仅可以针对正在步行的用户8执行指引,还可以针对例如正在驾驶汽车的用户8执行指引。此外,在所驾驶的汽车是太阳能汽车的情况下,HMD1可以根据由太阳能面板形成的高度、位置、面积、形状、角度等状态,来向用户8指引使得照射在太阳能面板上的日照量最大化的移动路线候选。此外,可以通过任意信息处理设备而不限于通过HMD1向对象(诸如汽车、车辆、飞机、船和人造卫星)指引移动路线候选。
至此,已经描述了HMD1的内部配置。接下来,将参照图6和图7来描述HMD1的操作处理。
[2-1-2.HMD的操作处理]
图6是示出了根据第一实施方式的HMD1的操作的流程图。如图6所示,首先,在步骤S104中,设置部17通过来自用户8的输入来设置目的地、搜索条件和极限值。在此,设置部17将通过大量阴影设置为搜索条件。
然后,在步骤S108中,设置部17判断设置是否正常。
在设置异常的情况下(S108/否),处理再次返回至步骤S104。
另一方面,在设置正常的情况下(S108/是),在步骤S112中,定位部12获取HMD1的当前位置。
然后,在步骤S116中,指引部16判断定位部12所获取的当前位置是否与目的地一致。
在当前位置与目的地一致的情况下(S116/是),HMD1结束指引。
另一方面,在当前位置与目的地不一致的情况下(S116/否),在步骤S120中,观察部10观察微观观察数据。例如,摄像部3拍摄周边的图像,并且传感器部11观察天气信息,如温度和风向。
然后,在步骤S124中,通信部14从外部接收微观观察数据。更具体地,通信部14接收由安装在移动路线候选的周边中的摄像头30或移动路线候选的周边中存在的其它用户8的智能电话20或HMD1观察到的、与阳光或紫外线相关的实时信息,作为微观观察数据。注意,通信部14基于在步骤S112中获取的当前位置和目的地,来接收在能够由指引部16指引的移动路线候选范围中观察到的微观观察信息。
然后,在步骤S128中,指引部16判断是否需要再次搜索移动路线候选。例如,在所接收到的或观察到的微观观察数据中发生了意外变化的情况下,指引部16判断需要再次搜索;以及在不存在这样的变化的情况下,指引部16判断不需要再次搜索。替选地,在由测量部18观察到的实际累计量超过或可能超过极限值的情况下,指引部16可以判断有必要再次搜索。此时,指引部16可以在再次执行搜索的同时指引警告信息。
在判断不需要再次执行搜索的情况下(S128/否),处理返回至步骤S112。
在判断有必要再次执行搜索的情况下(S128/是),在步骤S132中,指引部16确定要指引的移动路线候选。由于稍后将参照图7描述步骤S132中的处理,所以在此省略详细描述。
然后,在步骤S136中,指引部16在显示部2上显示用于在所确定的移动路线候选中指引用户8的移动方向。
至此,已经参照图6描述了HMD1的操作处理。接下来,将参照图7来描述图6所示的步骤S132的详细处理。
图7是示出了根据第一实施方式的HMD1的操作的流程图。如图7所示,首先,在步骤S204中,指引部16确定观察部10观察到的微观观察数据(图6,步骤S120)和通信部14接收到的微观观察数据(图6,步骤S124)用于日照量估计。
接下来,在步骤S208中,指引部16判断是否可以仅使用微观观察数据来进行日照量估计。例如,在移动路线候选中存在不具有微观观察数据的点的情况下,或者在包括未预期的值的情况下,指引部16判断不能进行日照量估计;在数据量或数据获取周期充足的情况下,指引部16判断可以进行日照量估计。
在可以仅使用微观观察数据进行日照量估计的情况下(S208/是),处理前进至稍后将描述的步骤S236,HMD1执行日照量估计而不使用宏观估计数据。由于微观观察数据是实时信息,因而HMD1可以使用具有最高优先级的微观观察数据来执行短期的并且具有局部高精度的估计。
另一方面,在不能仅使用微观观察数据进行日照量估计的情况下(S208/否),在步骤S212中,通信部14接收来自服务器40的宏观估计数据。具体地,通信部14接收天气信息(如天气预报或阳光的强度)、结构信息(如结构的位置、高度或形状)、以及地理信息(如地面的倾斜和地理特征),作为移动路线候选的周边的宏观估计数据。
然后,在步骤S216中,指引部16从宏观估计数据中判断天气信息是否有效。例如,在包括未预期的数据的情况下或所获取的数据是旧数据的情况下,指引部16判断天气信息是无效的;而在除了这些情况之外的情况下,指引部16判断判断天气信息是有效的。
在天气信息无效的情况下(S216/否),处理前进至稍后将描述的步骤S224。
另一方面,在天气信息有效的情况下(S216/是),在步骤S220中,指引部16确定天气信息要用于日照量估计。
然后,在步骤S224中,指引部16从宏观估计数据中判断结构信息和地理信息是否有效。例如,在包括未预期的值的情况下或者所获取的数据是旧数据的情况下,指引部16确定结构信息和地理信息是无效的,而在除了这些情况之外的情况下,指引部16确定结构信息和地理信息是有效的。
在结构信息和地理信息无效的情况下(S224/否),处理前进至稍后将描述的步骤S236。
另一方面,在结构信息和地理信息有效的情况下(S224/是),在步骤S228中,指引部16基于结构信息和地理信息执行阴影区域的计算。具体地,指引部16首先基于当前时刻和当前位置来计算太阳位置。然后,指引部16基于太阳位置、结构信息和地理信息来计算由结构形成的阴影区域。
接下来,在步骤S232中,指引部16确定要用于日照量估计的、所计算出的阴影区域。
然后,在步骤S236中,指引部16基于能够使用的数据来执行日照量估计。更具体地,指引部16通过使用微观观察数据、天气信息和所计算的阴影区域中确定要使用的信息来执行日照量估计。例如,指引部16通过利用由天气信息表示的阳光强度或所计算出的阴影区域对基于微观观察数据的日照状态估计进行补充或更正,来计算所估计的阳光或紫外线的累计量。
接下来,在步骤S240中,指引部16基于日照量估计的结果来确定移动路线候选。具体地,指引部16确定使得所计算的阳光或紫外线的累计量最小化的移动路线候选,作为要向用户8指引的移动路线候选。
至此,已经描述了图6所示的步骤S132中的详细处理。
(补充说明)
虽然上述指引部16基于微观观察数据确定移动路线候选,或者基于微观观察数据和宏观估计数据确定要指引的移动路线候选,然而,本实施方式不限于这样的示例。例如,指引部16可以通过选择性地使用微观观察数据或宏观估计数据来确定要指引的移动路线候选。
<2-2.第二实施方式>
[2-2-1.概述]
本实施方式是HMD1执行到具有较少的花粉散播的移动路线候选的指引的实施方式。首先,将参照图8来描述本实施方式的概要。
图8是示出了根据第二实施方式的导航处理的概要的说明图。如图8所示,用户8A佩戴有HMD1A,并且站在移动路线候选A与移动路线候选B的交汇处。此外,如图8所示,尽管在移动路线候选A的周围存在雪松,但是由于风的影响,雪松的花粉散播至移动路线候选B的整个区域,而不散播至移动路线候选A。
本实施方式中的微观观察数据是与花粉相关的实时信息。在图8所示的示例中,作为微观观察数据,移动路线候选A中的摄像头30A和30B以及智能电话20观察到:风向来自没有雪松的方向并且在周边中没有花粉散播。此外,作为微观观察数据,移动路线候选B中的摄像头30C和30D以及HMD1B观察到:风向来自存在雪松的方向并且在周边中散播有花粉。
此外,本实施方式中的宏观估计数据是示出移动路线候选的周边的花粉散播状态的信息。例如,宏观估计数据包括示出移动路线候选的周边中存在的植物释放的花粉的信息。在图8所示的示例中,HMD1A接收示出沿着移动路线候选A种植有雪松的信息作为宏观估计数据。替选地,HMD1A可以获取示出由气象局等发布的花粉散播量的分布的花粉散播预报或包括风速和风向的大风预报等作为宏观估计数据。
HMD1A基于这种类型的微观观察数据和宏观估计数据,来确定使得要接收的花粉量最小化的移动路线候选,并且向用户8指引移动方向。在此,HMD1A确定使得规定类型的花粉量最小化的移动路线候选。这是因为存在各种类型的释放花粉的植物,并且产生过敏反应的花粉类型将因人而异。设置部17可以设置要使得哪种类型的花粉量最小化。
更具体地,首先,估计部13基于实时观察到的微观观察数据(如花粉、风速和风向)来针对每种类型的花粉估计移动路线候选中的花粉散播状态。接下来,指引部16利用宏观估计数据来对基于微观观察数据估计的花粉散播状态进行补充或更正。接下来,指引部16基于由估计部13估计的花粉散播状态,针对每个移动路线候选计算在用户8在该移动路线候选中移动时估计将要接收的累计量(花粉量),其中,在每单位时间或单位距离内累计规定类型的花粉的量(影响量)。注意,在下文中,将“计算在用户8从当前位置移动至目的地的情况下估计要接收的花粉量”称为花粉量估计。
此外,指引部16通过优先考虑如下移动路线候选来对于用户8执行指引:该移动路线候选使得用户8从当前位置移动至目的地时估计要接收的花粉量最小化。在图8所示的示例中,HMD1A利用地图显示来向用户8显示指引图像P2,其中,指引图像P2指引其中不散播规定类型的花粉的移动路线候选A。
至此,已经描述了根据本公开内容的实施方式的导航处理的概要。由于根据本实施方式的HMD1的配置与上述第一实施方式相同,因而在此将省略详细描述。在下文中,将描述根据本实施方式的HMD1的操作处理。
[2-2-2.HMD的操作处理]
虽然根据本实施方式的HMD1的操作处理与上面参照图6描述的HMD1的操作处理相似,然而步骤S120和S124中的微观观察数据以及步骤S132中的处理不同。步骤S120和S124中的微观观察数据是与花粉相关的实时信息,诸如风信息(如风向、风速或湿度)、以及周边中的花粉量。在下文中将参照图9来描述根据本实施方式的由HMD1进行的步骤S132的操作处理。
图9是示出了根据第二实施方式的HMD1的操作的流程图。如图9所示,首先,在步骤S304中,指引部16确定要用于花粉量估计的、由观察部10观察到的微观观察数据以及由通信部14接收到的微观观察数据。
接下来,在步骤S308中,指引部16判断是否可以仅使用微观观察数据来进行花粉量估计。例如,在移动路线候选中存在不具有微观观察数据的点的情况下,或者在包括未预期的值的情况下,指引部16判断不能进行花粉量估计;而在数据量或数据获取周期充足的情况下,指引部16判断可以进行花粉量估计。
在可以仅使用微观观察数据来进行花粉量估计的情况下(S308/是),处理前进至稍后将描述的S340。
另一方面,在不能仅使用微观观察数据来进行花粉量估计的情况下(S308/否),在步骤S312中,通信部14从服务器40接收宏观估计数据的一部分。在此,通信部14接收由气象局或其它机构发布的花粉散播预报作为宏观估计数据。
接下来,在步骤S316中,指引部16判断作为已接收的宏观估计数据的花粉散播预报是否有效。例如,在包括未预期的数据的情况下或在所获取的数据是旧数据的情况下,指引部16判断花粉散播预报是无效的,而在除了这些情况之外的情况下,指引部16判断花粉散播预报是有效的。
在花粉散播预报有效的情况下(S316/是),在步骤S320中,指引部16确定花粉散播预报要用于花粉量估计。然后,处理前进至稍后将描述的步骤S340。
另一方面,在花粉散播预报无效的情况下(S316/否),在步骤S324中,通信部14从服务器40接收宏观估计数据的其它部分。在此,通信部14接收移动路线候选的周边中的雪松的分布信息和风预报(如风向和风速)作为其它宏观估计数据。这样,在本实施方式中,HMD1可以逐步接收宏观估计数据直到可以接收到用于花粉量估计的有效数据为止。因此,与同时接收所有宏观估计数据的情况相比,HMD1可以减少通信量。
接下来,在步骤S328中,指引部16判断作为接收到的宏观估计数据的雪松的分布信息和风预报是否有效。例如,在包括未预期的值的情况下或在所获取的数据是旧数据的情况下,指引部16确定雪松的分布信息和风预报是无效的;而在除了这些情况之外的情况下,指引部16确定雪松的分布信息和风预报是有效的。
在雪松的分布信息和风预报无效的情况下(S328/否),在步骤S332中,由于有效数据不足,指引部16确定不能进行花粉量估计。在这种情况下,HMD1不能向用户8指引移动路线候选。HMD1可以通知用户8由于数据不足而不能进行指引。
另一方面,在雪松的分布信息和风预报有效的情况下(S328/是),在步骤S336中,指引部16确定雪松的分布信息和风预报要用于花粉量估计。
然后,在步骤S340中,指引部16基于能够使用的数据来执行花粉量估计。更具体地,指引部16通过使用微观观察数据以及作为其它宏观估计数据的花粉散播预报、雪松的分布信息和风预报确定中被确定为要使用的信息,来执行花粉量估计。例如,指引部16通过使用花粉散播预报、雪松的分布信息和风预报对基于微观观察数据的花粉散播状态估计进行补充或更正,来计算待估计的花粉累计量。
接下来,在步骤S344中,指引部16基于花粉量估计的结果来确定移动路线候选。具体地,指引部16确定如下移动路线候选作为要向用户8指引的移动路线候选:该移动路线候选使得所计算的花粉累计量最小化。
至此,已经描述了根据第二实施方式的HMD1的操作处理。
<2-3.第三实施方式>
本实施方式是执行指引以将搭乘列车的用户8指引到列车内具有最舒适的状态的车厢的实施方式。在下文中,将参照图10来描述本实施方式。
图10是示出了根据第三实施方式的导航处理的概要的说明图。如图10所示,用户8佩戴有HMD1,并且站在车站的月台上。估计包括车厢9A、9B和9C的列车9将在数分钟内到达用户8所站的月台。
HMD1通过接收由安装在每个车厢中的摄像头30A、30B和30C所拍摄的摄影图像(微观观察数据),来估计用户8搭乘每个车厢时的舒适度。例如,在识别每个车厢的当前拥挤状态时,HMD1通过基于安装在车站的月台上的摄像头30(未示出)的拍摄图像根据在车站的月台上排队的人数估计每个车厢的拥挤,从而根据拥挤来估计舒适度。此时,假设各车厢中搭乘的人中准备下车的人将在用户8所站的车站下车,则HMD1可以估计拥挤。
在图10所示的示例中,HMD1基于从摄像头30A接收的拍摄图像估计车厢9A非常拥挤。另外,HMD1基于从摄像头30B接收的拍摄图像估计虽然车厢9B不拥挤,但是没有空闲座位。另外,HMD1基于从摄像头30C接收的拍摄图像估计虽然在车厢9C中存在空闲座位,但是由于存在不准备下车的醉酒者,所以不会是舒适状态。此时,HMD1基于乘客的脸色发红以及在其手中持有酒精饮料来识别在车厢9C中存在醉酒者。替选地,HMD1可以基于由安装在车厢9C中的观察设备观察到的乘客的声音或乘客的呼吸中所包括的酒精量和气味来识别存在醉酒者。
HMD1基于每个车厢的这些估计状态向用户8显示指引图像P3,指引图像P3执行指引以推荐车厢9B而避开车厢9C。
注意,虽然在此已经描述了HMD1指引到将在数分钟后到达的列车9内的舒适车厢的示例,然而本实施方式不限于这样的示例。例如,HMD1可以执行指引以登上下一辆列车9或另外的后续列车,或者可以执行使用不同的路线、出租车等的指引。另外,HMD1可以执行到用户打算下车的车站的台阶或自动扶梯附近的车厢的指引。另外,HMD1可以基于车厢内的乘客的意向来执行到在站台上排队的一行人的指引,使得用户8能够在登上火车后在将为空闲的方向上前进。
至此,已经描述了第三实施方式。
<2-4.第四实施方式>
本实施方式是HMD1执行指引以指引到避开风的移动路线候选的(即,到具有较小的风的移动路线候选)的实施方式。在下文中,将描述根据本实施方式的导航处理。
本实施方式中的微观观察数据是与风相关的实时信息。例如,HMD1接收由移动路线候选的周边中存在的观察设备或其他导航设备估计的、示出风速、最大风速、平均风速、风向等的信息,作为微观观察数据。
此外,本实施方式中的宏观估计数据是示出了正在移动路线候选的周边中吹动的风的状态的信息。例如,宏观估计数据包括移动路线候选的周边的结构信息和地理信息。设置这样的信息作为宏观估计数据的原因是,风向是根据地理特征确定的,建筑物风在建筑物彼此靠近的位置吹动,并且风速由于树而减弱。替选地,HMD1可以获取由气象局等发布的包括风速和风向的风预报,作为宏观估计数据。
HMD1基于这样的微观观察数据和宏观估计数据来确定其中要接收的最大风量不超过上限值的移动路线候选,并且向用户8指引该移动方向。
更具体地,首先,估计部13基于实时观察到的微观观察数据(如风速、最大风速、平均风速或风向)来估计在移动路线候选中吹动的风的状态。接下来,指引部16使用宏观估计数据来对基于微观观察数据估计的风的状态进行补充或更正。接下来,指引部16基于由估计部13估计的风的状态,来计算在用户8在移动路线候选中移动时估计要接收的每单位时间或单位距离的风量(影响量)。
此外,指引部16通过优先考虑如下移动路线候选来向用户8执行指引:在该移动路线候选中,在用户8从当前位置移动至目的地时估计要接收的风量不超过上限值(第一阈值),即最大风量不超过上限值。例如,指引部16通过避开观察到强风的位置或估计将吹起建筑物风的建筑物的周边来指引移动路线候选。
至此,已经描述了根据本实施方式的导航处理。
<3.结论>
如上所述,HMD1可以基于作为实时观察到的局部信息的微观观察数据来执行路线指引。此外,在难以仅使用微观观察数据来执行路线指引的情况下,HMD1可以通过另外结合宏观估计数据来执行路线指引。
如在第一实施方式中所述,HMD1可以向用户8指引使得入射的太阳光或紫外线的累计量最小化或最大化的移动路线候选。
此外,如在第二实施方式中所述,HMD1可以向用户8指引使得所接收的花粉量最小化的移动路线候选。
此外,如在第三实施方式中所述,HMD1可以向用户指引列车内具有最舒适的状态的车厢。
此外,如在第四实施方式中所述,HMD1可以向用户8指引避开风的移动路线候选。
本领域的普通技术人员应当理解,根据设计要求和其他因素可以发生各种修改、组合、子组合和替换,只要这些修改、组合、子组合和替换在所附权利要求或其等同概念的范围内即可。
此外,可以创建计算机程序,该计算机程序使得硬件(如CPU、ROM和RAM)构建在信息处理设备内,以呈现与HMD1的每个配置类似的功能。此外,还可以提供其中存储有该计算机程序的存储介质。
另外,本技术还可以如下配置:
(1)一种导航设备,包括:
估计部,其基于在对象的移动路线候选中实时观察到的观察信息,来估计所述移动路线候选中的第一环境信息;
获取部,其获取所述移动路线候选的周边的第二环境信息;以及
指引部,其基于所述估计部所估计的所述第一环境信息和所述获取部所获取的所述第二环境信息,来向所述对象指引移动方向。
(2)根据(1)所述的导航设备,
其中,所述第二环境信息不同于所述第一环境信息,并且所述第二环境信息是关于时间和位置预先登记的信息。
(3)根据(2)所述的导航设备,
其中,所述第二环境信息包括:所述移动路线候选中所包括的点的估计到达时间时的太阳位置信息和周边地理信息。
(4)根据(2)或(3)所述的导航设备,
其中,所述指引部能够根据所述移动路线候选中所包括的点的估计到达时间的变化,或者根据所述估计部所估计的所述第一环境信息的变化,来改变要指引的移动方向。
(5)根据(1)至(4)中任意一项所述的导航设备,
其中,所述指引部基于所述对象的状态来指引所述移动方向。
(6)根据(1)至(5)中任意一项所述的导航设备,
其中,所述观察信息包括由安装在所述移动路线候选中以及其附近的观察设备观察到的信息。
(7)根据(1)至(6)中任意一项所述的导航设备,还包括:
观察部,其观察所述对象的周边的观察信息,
其中,所述估计部还基于所述观察部观察到的观察信息来估计所述第一环境信息。
(8)根据(7)所述的导航设备,
其中,所述观察信息包括由所述移动路线候选中以及其附近存在的其他导航设备观察到的观察信息。
(9)根据(1)至(8)中任意一项所述的导航设备,
其中,所述指引部对所述对象在所述移动路线候选中移动时从外部环境接收的每单位时间或单位距离的影响量进行估计,并且基于所估计的影响量来指引所述移动方向。
(10)根据(9)所述的导航设备,
其中,所述指引部通过优先考虑使得所估计的影响量的累计量最小化或最大化的移动路线候选来指引所述移动方向。
(11)根据(9)所述的导航设备,
其中,所述指引部通过优先考虑所估计的影响量超过或不超过第一阈值的移动路线候选来指引所述移动方向。
(12)根据(9)至(11)中任意一项所述的导航设备,还包括:
测量部,其测量通过对所述对象从外部环境实际接收的影响量进行累计而获得的实际累计量;以及
阈值设置部,其设置所述实际累计量的第二阈值,
其中,所述指引部指引警报信息,所述警报信息示出由所述测量部测量出的所述实际累计量已经超过或者可能超过由所述阈值设置部所设置的所述第二阈值。
(13)根据(9)至(12)中任意一项所述的导航设备,
其中,所述观察信息是与阳光或紫外线相关的实时信息,
其中,所述第一环境信息是与所述对象在所述移动路线候选中移动时阳光或紫外线相关的信息,以及
其中,所述影响量是所述对象在所述移动路线候选中移动时的被照射的阳光或紫外线的照射量。
(14)根据(13)所述的导航设备,
其中,所述观察信息包括在所述移动路线候选中以及其附近所拍摄的图像,以及
其中,所述估计部基于从所述图像中识别的阴影区域和日晒区域来估计所述第一环境信息。
(15)根据(13)或(14)所述的导航设备,
其中,所述观察信息包括示出所述移动路线候选中以及其附近存在的树的高度和树叶量的信息。
(16)根据(13)至(15)中任意一项所述的导航设备,
其中,所述观察信息包括示出所述移动路线候选中以及其附近存在的移动对象的信息。
(17)根据(13)至(16)中任意一项所述的导航设备,
其中,所述观察信息包括示出来自所述移动路线候选中的反射物体的反射的信息。
(18)根据(9)所述的导航设备,
其中,所述观察信息是与花粉相关的实时信息,
其中,所述第一环境信息是与所述对象在所述移动路线候选中移动时所接收到的花粉相关的信息,以及
其中,所述影响量是所述对象在所述移动路线候选中移动时所接收到的规定类型的花粉的量。
(19)根据(18)所述的导航设备,
其中,所述第二环境信息包括示出所述移动路线候选的周边中存在的释放花粉的植物的信息。
(20)根据(18)或(19)所述的导航设备,
其中,所述观察信息包括所述移动路线候选中的风速和风向。
(21)根据(11)所述的导航设备,
其中,所述观察信息是与风相关的实时信息,
其中,所述第一环境信息是与所述对象在所述移动路线候选中移动时所接收到的风量相关的信息,
其中,所述影响量是所述对象在所述移动路线候选中移动时所接收到的风量,以及
其中,所述指引部通过优先考虑所估计的影响量不超过所述第一阈值的移动路线候选来指引所述移动方向。
(22)根据(1)至(21)中任意一项所述的导航设备,
其中,所述第一环境信息是所述移动路线候选中的天气预报信息。
(23)根据(1)至(22)中任意一项所述的导航设备,还包括:
用于设置目的地的目的地设置部,
其中,所述移动路线候选是从所述对象的当前位置到所述目的地的移动路线的候选。
(24)根据(23)所述的导航设备,
其中,所述目的地设置部能够根据所述移动路线候选中所包括的点的估计到达时间的变化,或者根据所述估计部估计的所述第一环境信息的变化,来改变所述目的地。
(25)一种其内存储有程序的非暂态计算机可读存储介质,所述程序使得计算机用于:
基于在对象的移动路线候选中实时观察到的观察信息来估计所述移动路线候选中的第一环境信息;
获取所述移动路线候选的周边的第二环境信息;以及
基于所估计的第一环境信息和所获取的第二环境信息来向所述对象指引移动方向。
Claims (38)
1.一种导航设备,包括:
估计部,其基于在要搭乘列车的对象的移动路线候选中实时观察到的观察信息,来估计所述移动路线候选中的第一环境信息,其中,所述观察信息包括由安装在车站的月台上或所述列车的车厢中的摄像头拍摄的拍摄图像,并且所述第一环境信息包括每个所述车厢中的舒适度;
获取部,其获取所述移动路线候选的周边的第二环境信息;以及
指引部,其基于所述估计部所估计的所述第一环境信息和所述获取部所获取的所述第二环境信息以及所述对象的状态,来向所述对象指引到所述车厢之一的移动方向,其中,所述对象的状态包括所述对象的体温、排汗或呼吸或者所暴露的皮肤部分的面积、形状或角度。
2.根据权利要求1所述的导航设备,
其中,所述第二环境信息不同于所述第一环境信息,并且所述第二环境信息是关于时间和位置预先登记的信息。
3.根据权利要求2所述的导航设备,
其中,所述第二环境信息包括:所述移动路线候选中所包括的点的估计到达时间时的太阳位置信息和周边地理信息。
4.根据权利要求2所述的导航设备,
其中,所述指引部能够根据所述移动路线候选中所包括的点的估计到达时间的变化,或者根据所述估计部所估计的所述第一环境信息的变化,来改变要指引的移动方向。
5.根据权利要求1所述的导航设备,
其中,所述估计部基于所述拍摄图像根据所述月台上排队的人数或所述车厢内的人数来估计每个所述车厢中的拥挤度,作为所述舒适度。
6.根据权利要求1所述的导航设备,
其中,所述观察信息还包括由安装在所述车厢中的观察设备观察到的乘客的声音或者乘客的呼吸中所包括的酒精量或气味。
7.根据权利要求6所述的导航设备,
其中,所述舒适度包括所述车厢中是否存在醉酒者。
8.根据权利要求1所述的导航设备,
其中,所述指引部对所述对象在所述移动路线候选中移动时从外部环境接收的每单位时间或单位距离的影响量进行估计,并且还基于所估计的影响量来指引所述移动方向。
9.根据权利要求8所述的导航设备,
其中,所述指引部通过优先考虑使得所估计的影响量的累计量最小化或最大化的移动路线候选来指引所述移动方向。
10.根据权利要求8所述的导航设备,
其中,所述指引部通过优先考虑所估计的影响量超过或不超过第一阈值的移动路线候选来指引所述移动方向。
11.根据权利要求8所述的导航设备,还包括:
测量部,其测量通过对所述对象从外部环境实际接收的影响量进行累计而获得的实际累计量;以及
阈值设置部,其设置所述实际累计量的第二阈值,
其中,所述指引部指引警报信息,所述警报信息示出由所述测量部测量出的所述实际累计量已经超过或者可能超过由所述阈值设置部所设置的所述第二阈值。
12.根据权利要求8所述的导航设备,
其中,所述观察信息还包括与阳光或紫外线相关的实时信息,
其中,所述第一环境信息还包括与所述对象在所述移动路线候选中移动时的阳光或紫外线相关的信息,以及
其中,所述影响量是所述对象在所述移动路线候选中移动时被照射的阳光或紫外线的照射量。
13.根据权利要求12所述的导航设备,
其中,所述估计部基于从由安装在所述月台上的摄像头拍摄的拍摄图像中识别的阴影区域和日晒区域来估计与所述对象在所述移动路线候选中移动时的阳光或紫外线相关的信息。
14.根据权利要求12所述的导航设备,
其中,所述与阳光或紫外线相关的实时信息包括示出所述移动路线候选中以及其附近存在的树的高度和树叶量的信息。
15.根据权利要求12所述的导航设备,
其中,所述与阳光或紫外线相关的实时信息包括示出所述移动路线候选中以及其附近存在的移动对象的信息。
16.根据权利要求12所述的导航设备,
其中,所述与阳光或紫外线相关的实时信息包括示出来自所述移动路线候选中的反射物体的反射的信息。
17.根据权利要求8所述的导航设备,
其中,所述观察信息还包括与花粉相关的实时信息,
其中,所述第一环境信息还包括与所述对象在所述移动路线候选中移动时所接收到的花粉相关的信息,以及
其中,所述影响量是所述对象在所述移动路线候选中移动时所接收到的规定类型的花粉的量。
18.根据权利要求17所述的导航设备,
其中,所述第二环境信息包括示出所述移动路线候选的周边中存在的释放花粉的植物的信息。
19.根据权利要求17所述的导航设备,
其中,所述与花粉相关的实时信息包括所述移动路线候选中的风速和风向。
20.根据权利要求10所述的导航设备,
其中,所述观察信息还包括与风相关的实时信息,
其中,所述第一环境信息还包括与所述对象在所述移动路线候选中移动时所接收到的风量相关的信息,
其中,所述影响量是所述对象在所述移动路线候选中移动时所接收到的风量,以及
其中,所述指引部通过优先考虑所估计的影响量不超过所述第一阈值的移动路线候选来指引所述移动方向。
21.根据权利要求1所述的导航设备,
其中,所述第一环境信息还包括所述移动路线候选中的天气预报信息。
22.一种导航设备,包括:
估计部,其基于在对象的移动路线候选中实时观察到的观察信息,来估计所述移动路线候选中的第一环境信息,其中,所述观察信息包括与花粉相关的实时信息,并且所述第一环境信息包括所述对象在所述移动路线候选中移动时从外部环境所接收到的每单位时间或单位距离的、规定类型的花粉的量;
获取部,其获取所述移动路线候选的周边的第二环境信息;以及
指引部,其基于所述估计部所估计的所述第一环境信息和所述获取部所获取的所述第二环境信息以及所述对象的状态,来向所述对象指引花粉散播少的移动方向,其中,所述对象的状态包括所述对象的体温、排汗或呼吸或者所暴露的皮肤部分的面积、形状或角度。
23.根据权利要求22所述的导航设备,
其中,所述第二环境信息包括示出所述移动路线候选的周边中存在的释放花粉的植物的信息。
24.根据权利要求22所述的导航设备,
其中,所述与花粉相关的实时信息包括所述移动路线候选中的风速和风向。
25.根据权利要求22所述的导航设备,
其中,所述第二环境信息不同于所述第一环境信息,并且所述第二环境信息是关于时间和位置预先登记的信息。
26.根据权利要求25所述的导航设备,
其中,所述第二环境信息包括:所述移动路线候选中所包括的点的估计到达时间时的太阳位置信息和周边地理信息。
27.根据权利要求25所述的导航设备,
其中,所述指引部能够根据所述移动路线候选中所包括的点的估计到达时间的变化,或者根据所述估计部所估计的所述第一环境信息的变化,来改变要指引的移动方向。
28.根据权利要求22所述的导航设备,
其中,所述与花粉相关的实时信息包括由安装在所述移动路线候选中以及其附近的观察设备观察到的信息。
29.根据权利要求22所述的导航设备,还包括:
观察部,其观察所述对象的周边的与花粉相关的实时信息,
其中,所述估计部基于所述观察部观察到的信息来估计所述规定类型的花粉的量。
30.根据权利要求29所述的导航设备,
其中,所述观察信息还包括由所述移动路线候选中以及其附近存在的其他导航设备观察到的观察信息。
31.根据权利要求22所述的导航设备,
其中,所述指引部通过优先考虑使得所估计的规定类型的花粉的量的累计量最小化的移动路线候选来指引所述移动方向。
32.根据权利要求22所述的导航设备,
其中,所述指引部通过优先考虑所估计的规定类型的花粉的量不超过第一阈值的移动路线候选来指引所述移动方向。
33.根据权利要求22所述的导航设备,还包括:
测量部,其测量通过对所述对象从外部环境实际接收的规定类型的花粉的量进行累计而获得的实际累计量;以及
阈值设置部,其设置所述实际累计量的第二阈值,
其中,所述指引部指引警报信息,所述警报信息示出由所述测量部测量出的所述实际累计量已经超过或者可能超过由所述阈值设置部所设置的所述第二阈值。
34.根据权利要求22所述的导航设备,
其中,所述第一环境信息还包括所述移动路线候选中的天气预报信息。
35.根据权利要求22所述的导航设备,还包括:
用于设置目的地的目的地设置部,
其中,所述移动路线候选是从所述对象的当前位置到所述目的地的移动路线的候选。
36.根据权利要求35所述的导航设备,
其中,所述目的地设置部能够根据所述移动路线候选中所包括的点的估计到达时间的变化,或者根据所述估计部估计的所述第一环境信息的变化,来改变所述目的地。
37.一种其内存储有程序的非暂态计算机可读存储介质,所述程序使得计算机用于:
基于在要搭乘列车的对象的移动路线候选中实时观察到的观察信息来估计所述移动路线候选中的第一环境信息,其中,所述观察信息包括由安装在车站的月台上或所述列车的车厢中的摄像头拍摄的拍摄图像,并且所述第一环境信息包括每个所述车厢中的舒适度;
获取所述移动路线候选的周边的第二环境信息;以及
基于所估计的第一环境信息和所获取的第二环境信息以及所述对象的状态来向所述对象指引到所述车厢之一的移动方向,其中,所述对象的状态包括所述对象的体温、排汗或呼吸或者所暴露的皮肤部分的面积、形状或角度。
38.一种其内存储有程序的非暂态计算机可读存储介质,所述程序使得计算机用于:
其基于在对象的移动路线候选中实时观察到的观察信息,来估计所述移动路线候选中的第一环境信息,其中,所述观察信息包括与花粉相关的实时信息,并且所述第一环境信息包括所述对象在所述移动路线候选中移动时从外部环境所接收到的每单位时间或单位距离的、规定类型的花粉的量;
获取所述移动路线候选的周边的第二环境信息;以及
基于所估计的所述第一环境信息和所获取的所述第二环境信息以及所述对象的状态,来向所述对象指引花粉散播少的移动方向,其中,所述对象的状态包括所述对象的体温、排汗或呼吸或者所暴露的皮肤部分的面积、形状或角度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-081132 | 2013-04-09 | ||
JP2013081132A JP2014202690A (ja) | 2013-04-09 | 2013-04-09 | ナビゲーション装置及び記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104101349A CN104101349A (zh) | 2014-10-15 |
CN104101349B true CN104101349B (zh) | 2019-02-01 |
Family
ID=51655047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410131022.1A Expired - Fee Related CN104101349B (zh) | 2013-04-09 | 2014-04-02 | 导航设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9429442B2 (zh) |
JP (1) | JP2014202690A (zh) |
CN (1) | CN104101349B (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101484242B1 (ko) * | 2013-12-19 | 2015-01-16 | 현대자동차 주식회사 | 자동차의 디스플레이 제어장치 및 제어방법 |
KR20150106719A (ko) * | 2014-03-12 | 2015-09-22 | 삼성전자주식회사 | 전자 장치의 촬영 위치 안내 방법 및 이를 이용한 전자 장치 |
KR102267520B1 (ko) * | 2014-08-18 | 2021-06-21 | 삼성전자주식회사 | 자외선 검출 방법 및 그 전자 장치 |
JP6424100B2 (ja) * | 2015-01-29 | 2018-11-14 | 株式会社ゼンリンデータコム | ナビゲーションシステム、ナビゲーション装置、グラス型デバイス及び装置間連携方法 |
US9945942B2 (en) * | 2015-03-24 | 2018-04-17 | Utilis Israel Ltd. | System and method of underground water detection |
US10884128B2 (en) | 2015-03-24 | 2021-01-05 | Utilis Israel Ltd. | System and method of underground water detection |
US10813570B2 (en) | 2015-06-05 | 2020-10-27 | Koninklijke Philips N.V. | Device and method for monitoring a subject |
JP6612538B2 (ja) * | 2015-06-30 | 2019-11-27 | 新明工業株式会社 | 装着型ナビゲーションシステム |
ITUA20161393A1 (it) * | 2016-03-07 | 2017-09-07 | Flyby S R L | Sistema di rilevazione della esposizione alla radiazione solare di un individuo. |
JP6568001B2 (ja) * | 2016-03-25 | 2019-08-28 | 京セラ株式会社 | 携帯端末 |
US10527439B2 (en) * | 2017-01-04 | 2020-01-07 | International Business Machines Corporation | Navigation system based on air pollution exposure profiling |
JP2018114266A (ja) * | 2017-01-19 | 2018-07-26 | パナソニックIpマネジメント株式会社 | 脈波計測装置、制御方法、及び、プログラム |
US10712159B2 (en) | 2017-04-10 | 2020-07-14 | Martha Grabowski | Critical system operations and simulations using wearable immersive augmented reality technology |
EP3399280A1 (en) | 2017-05-04 | 2018-11-07 | Koninklijke Philips N.V. | Evidence based personalized health advice for polluted air |
BR102018013478A2 (pt) * | 2017-07-27 | 2019-03-26 | Microjet Technology Co., Ltd. | Método para proporcionar informação sobre qualidade de ar |
CN107560619B (zh) * | 2017-08-22 | 2020-07-10 | 北京小米移动软件有限公司 | 路径推荐方法和装置 |
CN108020237A (zh) * | 2017-11-28 | 2018-05-11 | 浙江树人大学 | 一种吸入机动车尾气污染物最少的行人路径规划方法 |
JP2019162287A (ja) * | 2018-03-20 | 2019-09-26 | セイコーエプソン株式会社 | 運動支援システム、携帯型電子機器、および運動支援方法 |
CN113168711A (zh) | 2018-09-05 | 2021-07-23 | 英特尔公司 | 利用阴影和反射的用于自主驾驶的对象检测和追踪 |
JP2020046939A (ja) * | 2018-09-19 | 2020-03-26 | 株式会社東芝 | サーバー装置、案内装置及びプログラム |
KR102224690B1 (ko) * | 2018-12-21 | 2021-03-08 | 국민대학교산학협력단 | 전기 자동차의 일사량 예측시스템 및 그 전기 자동차의 일사량 예측방법 |
CN111854936B (zh) * | 2019-04-25 | 2023-06-09 | 奥迪股份公司 | 关于日照强度的提醒方法、装置、计算机设备和存储介质 |
US11643031B2 (en) * | 2019-07-11 | 2023-05-09 | Toyota Motor North America, Inc. | Allergen map created by vehicle network |
JP7156242B2 (ja) * | 2019-10-18 | 2022-10-19 | トヨタ自動車株式会社 | 情報処理装置、プログラム及び制御方法 |
JP6712010B1 (ja) * | 2020-01-11 | 2020-06-17 | 江崎 徹 | 降車駅情報システム及び降車駅情報プログラム |
CN111288994B (zh) * | 2020-02-25 | 2021-09-21 | 华南理工大学 | 一种基于单位距离步行舒适度的城市步行路径规划方法 |
JP7208199B2 (ja) * | 2020-09-04 | 2023-01-18 | ユニ・チャーム株式会社 | 提案装置、提案方法および提案プログラム |
US11770679B2 (en) * | 2021-02-17 | 2023-09-26 | International Business Machines Corporation | Collaborative social distancing |
US20220282980A1 (en) * | 2021-03-03 | 2022-09-08 | International Business Machines Corporation | Pedestrian route guidance that provides a space buffer |
JP2023099939A (ja) * | 2022-01-04 | 2023-07-14 | Biprogy株式会社 | 光量子束密度予測システム及び光量子束密度予測プログラム |
WO2023157057A1 (ja) * | 2022-02-15 | 2023-08-24 | マクセル株式会社 | ヘッドマウントディスプレイ、ウェアラブル端末、及び紫外線監視方法 |
JP2023131357A (ja) * | 2022-03-09 | 2023-09-22 | Biprogy株式会社 | 日射予測システム及び日射予測プログラム |
US20230306801A1 (en) * | 2022-03-25 | 2023-09-28 | Here Global B.V. | Apparatus and methods for determining charging efficiency rates for solar-powered vehicles |
CN118274856A (zh) * | 2022-12-30 | 2024-07-02 | 华为技术有限公司 | 出行规划方法、相关装置及通信系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1533557A (zh) * | 2002-05-14 | 2004-09-29 | 摩托罗拉公司 | 使用具有定位能力的设备来推测环境的一组特征的系统和方法 |
CN1533559A (zh) * | 2002-05-14 | 2004-09-29 | Ħ��������˾ | 推断环境的电子透视图的系统和方法 |
EP1659368A1 (en) * | 2003-08-29 | 2006-05-24 | Mitsubishi Denki Kabushiki Kaisha | Pedestrian navigation system |
CN101451852A (zh) * | 2008-12-19 | 2009-06-10 | 深圳华为通信技术有限公司 | 导航设备和导航方法 |
CN102445213A (zh) * | 2010-10-13 | 2012-05-09 | 罗伯特·博世有限公司 | 导航系统以及用于驱动导航系统的方法 |
CN102782738A (zh) * | 2010-03-31 | 2012-11-14 | 本田技研工业株式会社 | 气象信息处理设备以及气象信息处理系统 |
CN102902952A (zh) * | 2011-07-28 | 2013-01-30 | 株式会社日立制作所 | 车载用环境识别装置 |
CN103416050A (zh) * | 2012-03-12 | 2013-11-27 | 松下电器产业株式会社 | 信息提供系统、信息提供装置、拍摄装置以及计算机程序 |
CN103968816A (zh) * | 2013-01-31 | 2014-08-06 | 三星电子株式会社 | 用于用户界面的罗盘智能光照的设备和方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3751984A (en) * | 1970-06-05 | 1973-08-14 | J Rennie | Coordinated precise position pollution detecting |
US5111401A (en) * | 1990-05-19 | 1992-05-05 | The United States Of America As Represented By The Secretary Of The Navy | Navigational control system for an autonomous vehicle |
US8799461B2 (en) * | 1994-11-29 | 2014-08-05 | Apple Inc. | System for collecting, analyzing, and transmitting information relevant to transportation networks |
EP1334587A1 (en) * | 2000-08-31 | 2003-08-13 | Padcom Inc. | Method and apparatus for routing data over multiple wireless networks |
JP3720799B2 (ja) * | 2002-10-02 | 2005-11-30 | 神栄株式会社 | 花粉センサ |
JP2007232370A (ja) * | 2004-03-30 | 2007-09-13 | Pioneer Electronic Corp | 情報提示装置および当該情報の提示制御に用いられる情報提示プログラム等 |
JP4476719B2 (ja) * | 2004-07-02 | 2010-06-09 | よこはまティーエルオー株式会社 | ナビゲーションシステム |
US7254516B2 (en) * | 2004-12-17 | 2007-08-07 | Nike, Inc. | Multi-sensor monitoring of athletic performance |
JP2007205946A (ja) | 2006-02-02 | 2007-08-16 | Zenrin Co Ltd | 経路案内システム |
US9329743B2 (en) * | 2006-10-04 | 2016-05-03 | Brian Mark Shuster | Computer simulation method with user-defined transportation and layout |
JP4861154B2 (ja) * | 2006-12-19 | 2012-01-25 | 株式会社エヌ・ティ・ティ・ドコモ | 情報サービス提供システム、対象行動推定装置、対象行動推定方法 |
JP2009264902A (ja) | 2008-04-24 | 2009-11-12 | Denso Corp | 経路案内装置 |
US8886453B2 (en) * | 2008-12-11 | 2014-11-11 | Telogis, Inc. | System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints |
US8504285B2 (en) * | 2009-05-15 | 2013-08-06 | Nokia Corporation | Method and apparatus of route determination |
US20110246754A1 (en) * | 2010-04-05 | 2011-10-06 | Nvidia Corporation | Personalizing operating environment of data processing device |
JP5584054B2 (ja) | 2010-08-24 | 2014-09-03 | 株式会社トヨタマップマスター | ナビゲーション装置、ナビゲーション方法、ナビゲーション方法を実行するためのコンピュータプログラム及びそのコンピュータプログラムを記録した記録媒体 |
US8929817B2 (en) * | 2011-05-13 | 2015-01-06 | Nokia Corporation | Sensor-based touch inquiry control |
-
2013
- 2013-04-09 JP JP2013081132A patent/JP2014202690A/ja active Pending
-
2014
- 2014-03-26 US US14/225,527 patent/US9429442B2/en active Active
- 2014-04-02 CN CN201410131022.1A patent/CN104101349B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1533557A (zh) * | 2002-05-14 | 2004-09-29 | 摩托罗拉公司 | 使用具有定位能力的设备来推测环境的一组特征的系统和方法 |
CN1533559A (zh) * | 2002-05-14 | 2004-09-29 | Ħ��������˾ | 推断环境的电子透视图的系统和方法 |
EP1659368A1 (en) * | 2003-08-29 | 2006-05-24 | Mitsubishi Denki Kabushiki Kaisha | Pedestrian navigation system |
CN101451852A (zh) * | 2008-12-19 | 2009-06-10 | 深圳华为通信技术有限公司 | 导航设备和导航方法 |
CN102782738A (zh) * | 2010-03-31 | 2012-11-14 | 本田技研工业株式会社 | 气象信息处理设备以及气象信息处理系统 |
CN102445213A (zh) * | 2010-10-13 | 2012-05-09 | 罗伯特·博世有限公司 | 导航系统以及用于驱动导航系统的方法 |
CN102902952A (zh) * | 2011-07-28 | 2013-01-30 | 株式会社日立制作所 | 车载用环境识别装置 |
CN103416050A (zh) * | 2012-03-12 | 2013-11-27 | 松下电器产业株式会社 | 信息提供系统、信息提供装置、拍摄装置以及计算机程序 |
CN103968816A (zh) * | 2013-01-31 | 2014-08-06 | 三星电子株式会社 | 用于用户界面的罗盘智能光照的设备和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104101349A (zh) | 2014-10-15 |
JP2014202690A (ja) | 2014-10-27 |
US9429442B2 (en) | 2016-08-30 |
US20140303885A1 (en) | 2014-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104101349B (zh) | 导航设备和存储介质 | |
US11019246B2 (en) | Estimating and using relative head pose and camera field-of-view | |
US11940170B2 (en) | Control system, control method, and storage medium | |
US8624798B2 (en) | Imaging display apparatus and method | |
CN104049926B (zh) | 图像显示装置和图像显示方法 | |
CN105100625B (zh) | 一种基于图像美学的人物图像辅助拍摄方法和系统 | |
JP2022033135A (ja) | サーバ、クライアント端末、制御方法、およびプログラム | |
CN109481248A (zh) | 一种智能导盲眼镜 | |
CN103839054B (zh) | 一种支持虹膜识别的多功能移动智能终端传感器 | |
JP5915457B2 (ja) | 制御システムおよびプログラム | |
CN102647449A (zh) | 基于云服务的智能摄影方法、装置及移动终端 | |
JP2019515250A (ja) | 個人の太陽放射への暴露を算出するためのシステム | |
CN111275930A (zh) | 一种防溺水穿戴式设备控制系统及其方法 | |
CN109074125A (zh) | 信息处理设备、控制方法和程序 | |
CN206179323U (zh) | 用于语音识别和手语识别的智能眼镜 | |
CN113129476A (zh) | 智能门锁控制方法、智能门锁及计算机可读存储介质 | |
CN114788776A (zh) | 基于语义分割的多功能智能辅助识别步行系统及使用方法 | |
JP2012008097A (ja) | 空模様判定システム及び空模様判定方法 | |
CN108125776A (zh) | 一种导盲眼镜 | |
CN111422128B (zh) | 服务器、车载装置、车辆、存储介质以及信息提供方法 | |
CN210581907U (zh) | 一种多用途智能语音播报镜 | |
US20210177084A1 (en) | Intelligent hard hat | |
CN116416192A (zh) | 一种检测的方法及装置 | |
CN209048612U (zh) | 人工导盲系统 | |
KR102078286B1 (ko) | 전자 지리정보를 활용한 자가촬영사진지원 카메라 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190201 |