CN104103189A - 用于情境人机界面的基于位置的特征使用预测系统 - Google Patents
用于情境人机界面的基于位置的特征使用预测系统 Download PDFInfo
- Publication number
- CN104103189A CN104103189A CN201410133546.4A CN201410133546A CN104103189A CN 104103189 A CN104103189 A CN 104103189A CN 201410133546 A CN201410133546 A CN 201410133546A CN 104103189 A CN104103189 A CN 104103189A
- Authority
- CN
- China
- Prior art keywords
- selectable option
- feature
- feature scores
- vehicles
- user interface
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 15
- 230000009849 deactivation Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 18
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 15
- 230000004913 activation Effects 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 10
- 238000006116 polymerization reaction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 241001138418 Sequoia sempervirens Species 0.000 description 2
- 244000078534 Vaccinium myrtillus Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 240000004859 Gamochaeta purpurea Species 0.000 description 1
- 235000003095 Vaccinium corymbosum Nutrition 0.000 description 1
- 235000017537 Vaccinium myrtillus Nutrition 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000021014 blueberries Nutrition 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 235000003499 redwood Nutrition 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/002—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for parking purposes, e.g. for warning the driver that his vehicle has contacted or is about to contact an obstacle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/10—Input arrangements, i.e. from user to vehicle, associated with vehicle functions or specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/29—Instruments characterised by the way in which information is handled, e.g. showing information on plural displays or prioritising information according to driving conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/65—Instruments specially adapted for specific vehicle types or users, e.g. for left- or right-hand drive
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/11—Instrument graphical user interfaces or menu aspects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/18—Information management
- B60K2360/182—Distributing information between displays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/18—Information management
- B60K2360/186—Displaying information according to relevancy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/741—Instruments adapted for user detection
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Instrument Panels (AREA)
Abstract
一种用于情境人机界面的基于位置的特征使用预测系统,其控制器配置为接收传感器输入。控制器可以至少部分地基于传感器输入和数据库内的位置数据来产生特征分数。控制器可以将特征分数与可选选项相关联。控制器可以指示用户界面装置响应于特征分数来展示可选选项。
Description
技术领域
本发明涉及一种交通工具系统,尤其是涉及用于情境人机界面的基于位置的特征使用预测的系统及控制器。
背景技术
传统的交通工具(车辆)包括允许交通工具使用者与交通工具进行交互的许多系统。尤其是,传统的交通工具提供各种控制和监控交通工具各种子系统和功能的装置和技术。随着技术的进步,越来越多的特征被引入以控制交通工具内的各种子系统。这些特征中的一些可以通过用户界面展示给用户。然而,这些特征可能是以固定方式被展示给用户的。因此,需要有加强的和灵活的系统将交通工具的特征展示给用户。
发明内容
一种具有控制器的交通工具系统,该控制器被配置为接收传感器输入并至少部分地基于传感器输入和数据库内的位置数据产生特征分数。控制器可以将特征分数与可选选项相关联。控制器可以指示用户界面装置响应于特征分数,展示可选选项。
一种具有情境模块的交通工具控制器,该情境模块被配置为接收传感器输入和位置数据,并且基于传感器输入和位置数据产生输出。控制器可以包括处理器,处理器被配置为接收来自于情境模块的输出并且基于该输出产生特征分数。处理器可以将特征分数与可选选项相关联。特征分数可以表示可选选项被激活的可能性。处理器可以指示用户界面装置基于特征分数展示可选选项。
一种方法,其包括接收传感器输入,并由计算装置至少部分地基于传感器输入和数据库内的位置数据来产生特征分数。该方法可以包括将特征分数与可选选项相关联,并且指示用户界面装置基于相关联的特征分数显示可选选项。
附图说明
图1A示出了用户界面系统的示例性组件;
图1B是图1A的用户界面系统中的示例性组件的框图;
图2示出了可以由用户界面系统所实施的示例性过程的流程图;
图3示出了图1A的用户界面系统的可能的实施方式的框图;
图4示出了可以由图3的用户界面系统所执行的可能的实施方式的流程图;以及
图5示出了可能被图3的用户界面系统执行的备选的实施方式的流程图;
图6示出了可以由图1A的用户界面系统所利用的示例性位置数据库;
图7A示出了图1A的用户界面系统的示例性组件输出的、表明停靠的可能性的示例性分数的图表;
图7B示出了图1A的用户界面系统的示例性组件输出的、表明停靠的可能性的示例性分数的图表。
具体实施方式
交通工具可能具有配置为接收传感器输入的控制器。控制器可以至少部分地基于传感器输入和数据库内的位置数据产生特征分数。控制器可以将特征分数与可选选项相关联。控制器可以指示用户界面装置响应于特征分数显示可选选项,因此,使得用户基于几个属性,例如传感器输入和位置数据,来查看其可能感兴趣的选项。在一个实例中,可选选项可以包括停车辅助选项及/或泊车选项。停车辅助选项可以自动地辅助司机停靠他们的交通工具。即,交通工具可以自行转向进入停靠位,无论是平行还是垂直停靠,用户几乎不需要甚至不需要输入。在另一个实例中,泊车选项可以是可用的。泊车模式在接近具有泊车服务的具体位置——例如酒店、餐馆、酒吧等——处可以被激活。因此,当车辆在接近用户可能想要利用停车辅助或者是泊车选项的设施时,示例性系统可能会检测出来。这些选项可以获得优于例如巡航控制这样的其它车辆特征的选择权,并且通过用户界面装置展示给用户。
图1A示出了示例性用户界面系统。该系统可以采取许多不同的形式,并且包括多个及/或备选的组件和设备。虽然在图中示出了示例性系统,但是,图中示出的示例性组件并非意在限制。实际上,可以使用额外的或者备选的组件及/或实施方式。
图1A示出了用户界面系统100的图示。虽然本实施例可以被用于汽车中,但是用户界面系统100还可以被用于任何其它交通工具,包括,但是不限于,摩托车、船、飞机、直升飞机、越野车。
参见图1A和1B,系统100包括用户界面装置105。用户界面装置105可以包括单独的界面,例如,单一接触屏,或者多个界面。用户界面系统100此外可以包括单一种类的界面或者多个界面种类(例如音频和视频),其配置用于进行人机交互。用户界面装置105可以被配置为接收来自于交通工具乘员的用户输入。用户界面装置例如可以包括控制按钮及/或显示在触屏显示器上的控制按钮(例如,硬按钮及/或软按钮),该按钮使得用户可以输入供用户界面系统100使用的命令和信息。提供给用户界面装置105的输入可以传递给控制器110以控制交通工具的各种方面。例如,提供给用户界面装置105的输入可以被控制器110用于监控交通工具内的气候、与导航系统交互、控制媒体的重放,等等。用户界面装置还可以包括使得用户可以口头输入命令或者其它信息的麦克风。
与用户界面装置105通信的是控制器110。控制器110可以包括任何计算装置,该计算装置被配置为执行控制如本发明所讨论的用户界面装置105的计算机可读指令。例如,控制器110可以包括处理器115、情境模块120和外部数据存储器130。外部数据存储器130可以包括闪存、RAM(随机存取存储器)、EPROM(可擦可编程只读存储器)、EEPROM(电可擦可编程只读存储器)、硬盘驱动器,或者任何其它存储器类型或者其组合。备选地,情境模块120以及外部数据存储器130可以被并入处理器。在另外一个实施例中,可能会有多个彼此通信的控制单元,每一个均包含处理器115、情境模块120以及外部数据存储器130。控制器110可以与用户界面装置105集成或者与其分离。
总之,计算系统及/或装置——比如控制器110及用户界面装置105——可以运用许多计算机操作系统中的任何一个,这些计算机操作系统包括,但是绝不限于,微软视窗(Microsoft Windows)操作系统、Unix操作系统(例如,加利福尼亚州红木城(Redwood Shores)的甲骨文公司(Oracle Corporation)所发行的Solaris操作系统),纽约阿蒙克市(Armonk)的国际商业机器公司(International Business Machines)发行的AIX UNIX操作系统、Linux操作系统、加利福尼亚州库比蒂诺(Cupertino)的苹果公司(Apple,Inc.)所发行的Mac OS X和iOS操作系统、加拿大滑铁卢市(Waterloo)的动态研究公司(Research in Motion)所发行的黑莓操作系统(Blackberry OS)以及开放手机联盟(Open HandsetAlliance)所开发的安卓(Android)操作系统的各种版本和变种。用户界面装置105以及控制器110的确切硬件和软件可以是足以实施本发明所讨论的实施例的功能的任何组合,这一点,通晓本领域技术的人员可以从本公开中显而易见地得出。
控制器110可以被配置为通过处理器115来控制特征在用户界面装置105上的可用性。处理器115可以被配置为,通过检测对用户界面装置105上的可选选项的选择,来检测表明要激活交通工具的系统或子系统的用户愿望的用户输入。为交通工具上每一个可用的特征(例如,温度控制、加热座椅、停车辅助、巡航控制等等)创建可选选项。每一个可选选项均可以控制交通工具系统或者子系统。例如,巡航控制可选选项将控制监控交通工具的恒定速度(或者巡航控制)的交通工具系统。
控制器110,经由处理器115,可以被配置为确定驾驶员或者乘客最有可能使用的特征,并且考虑到特定的驾驶情境,来排除司机/乘客最少用到或者不用的特征。为了确定该时刻最相关的特征,控制器110可以接收由情境模块120以及基本传感器135经由界面(未示出)所传达的、来自于多个情境变量的输入。界面可以包括配置为从各组件传送和接收数据的输入/输出系统。界面可以是单向的,因此只可以以一个方向传输数据。额外地,界面可以是双向的,可以在组件之间接收和传送数据。
控制器可以包括多个情境模块120,每一个均被配置为输出具体的情境或者情境变量。例如,一个情境模块120可以被配置为确定到已知位置的距离。另一个情境模块120可以被配置为确定相对于当前速度限制的交通工具速度。再一个情境模块可以被配置为确定交通工具是否已经进入了要求不同驾驶法律(例如,“免提的”驾驶区域)的法域。在示例性示范中,每一个输出均可以被许多可选选项中的每一个所接收,并可以由可选选项所使用和再用以产生特征分数。即,许多情境模块120的每一个总是执行同一操作。例如,对于相对于当前速度限制的交通工具速度的情境模块120,将总是输出那个情境,尽管该情境可以被不同的可选选项所接收。
情境变量可以代表特定的驾驶状况,例如,交通工具的速度或者司机激活特征的先前位置。情境变量可以是来自于情境模块120或者基本传感器135的输出。控制器110可以被配置为,基于从情境模块120和基本传感器135所接收的输入,来选择具有交通工具用户交互高度可能性的特征。例如,控制器110可能表明,由于驾驶情境或者情况,巡航控制特征可能是特别相关的。在一个示例性方法中,用户界面装置105上的每一个可用的特征均可以由一个特定的可选选项所表示。例如,车库门开启的特征可以总是与车库门开启的可选选项相关联。
情境变量可以是依赖于驾驶情境的数字值。在一个可能的实施方式中,情境变量在0到1的范围内,1代表最强值。额外地或者可替代地,情境变量可以代表特定的情境,比如,外部温度、降水量、或者到具体设施的距离。例如,情境变量输出可以表明交通工具正在接近提供泊车服务的设施。可以有两种类型的情境变量:简单情境变量和智能情境变量。简单情境变量可以从基本传感器135得到。基本传感器135可以包括交通工具上可用的任何传感器或者传感器系统。例如基本传感器135可以体现为音频传感器、光传感器、加速计、速度传感器、温度传感器、导航传感器(例如全球定位系统传感器),等等。智能情境变量可以是情境模块120的输出,并且可以表现为其它聚合为值的、交通工具内非现成可用的情境变量。即,交通工具内没有其它系统或者子系统可以单独产生智能情境变量。例如,为了产生智能情境变量,情境模块120可以从基本传感器135所输出的简单情境变量或者情境模块120所输出的其它智能情境变量接收输入,并且将这些输出聚合成复合值(例如多个值的聚合)。可能有情境模块可以产生其值的各种不同方法。例如,技术可能涉及模糊逻辑、神经网络、统计、频率统计推断等等。
控制器110可以包括存储在数据库——例如外部数据存储器130——内的位置数据。外部数据存储器130可以位于控制器110内,或者作为单独的组件。位置数据可以包括停靠位置数据,例如,交通工具先前的停靠位置,或者可以包括可选选项数据,该数据例如可以包括可选选项已经在先前的停靠位置被激活的次数(例如,基于位置的特征使用)。位置数据还可以包括关注点数据,例如泊车关注点,其表明提供泊车服务的位置(例如,餐馆、酒店、会议厅,等)。关注点数据可以额外地包括用户对于给定位置——例如,拥挤的设施相较于僻静的设施——的偏好。例如,用户可以设定他/她对于提供泊车服务的餐馆的偏好,该偏好可能影响归于每一个可选选项的特征分数。虽然数据存储器130可以被包括进控制器110内,它也可以位于远离控制器110的地方,并可以通过网络,例如互联网上的云计算,来与控制器110进行通信。
处理器115可以被配置为,每当需要所存储的信息以辅助产生可选选项时,与外部数据存储器130进行通信。外部数据存储器130可以与情境模块125进行通信,以产生智能情境变量。同样地,外部数据存储器130可以直接与处理器115进行通信。外部数据存储器130可以由一般信息、比如导航数据库构成,该导航数据库例如可以保存街道和法域的具体法律,或者用户具体信息,比如优选交通工具内部温度。额外地或者备选地,外部数据存储器130可以追踪交通工具在具体位置或者在特定驾驶条件下的特征激活。例如,外部数据存储器可以保存在具体高速公路上的巡航控制激活次数。这进而可以在交通工具行驶在高速公路上时影响巡航控制的特征分数。进一步地,外部数据存储器130可以使用例如远程信息处理或者任何其它适当技术进行更新。位于交通工具内的远程信息处理系统可以被配置为接收来自于服务器或者其它合适资源(例如交通工具经销商)的更新。同样地,外部数据存储器130可以使用由交通工具用户提供到用户界面装置105上的输入手动更新。此外,控制器110可以被配置为使用户界面系统100可以通过无线网络与移动设备通信。这样的网络可以包括无线电话、蓝牙、个人数据助理、3G和4G宽带设备等。
在示例性示范中,用户界面装置105可以允许用户详细规定关于位置的某些偏好。用户可以设定对于提供泊车服务或者提供隐蔽就餐环境的位置的偏好。这些偏好可以被存储在外部数据存储器130(例如,作为关注点)中,并且可以通过情境模块120、125进行利用以影响情境变量的输出。例如,如果用户设定他/她的偏好包括泊车模式,在特定设施处的泊车模式的特征分数可以被加上更高的权值(例如,产生更高的特征分数),而不论用户先前是否已经在那一设施停靠与否。因此,如果对用户的偏好以某种方式进行定制,为了产生高特征分数,可能不必先前已经在特定位置停靠过。
处理器115可以被配置为识别由情境模块120所传输的输入,例如情境变量。处理器115可以存储每一个与用户界面装置105可以使用的具体特征有关的可选选项。每一个可选选项从基本传感器135和情境模块120所产生的一系列情境变量中接收输入。处理器115聚合所接收到的变量,以产生与可选选项相关联的特征分数,该特征分数表明特定特征将被用户交互的可能性。因此,每一个可选选项与特征分数相关联。然而,有赖于驾驶情况和情境,与可选选项相关联的特征分数可能会不同。许多实施方式都可以被用于聚合情境变量,比如,但是不限于,求乘积、求和、求平均数或者例如模糊逻辑这样的非线性算法。在一个实施例中,处理器115可以将0到1的小数的特征分数与可选选项相关联,其中0可以代表该特征不可能在该时刻被选择,1代表用户已经具有了想要使用该特征的最高可能性。因此,已经在使用中的特征(例如,当前正在使用中的交通工具系统或子系统)在小数系统中得分将会很低,因为将来没有与该特征进行交互的可能性。然而,这个选择可以被司机或者制造商改变,使得1代表用户正在积极地与该特征进行交互。进一步地,小数的分数范围只是示例性的,如果想要,可以使用不同的数字范围。
在处理器115产生特征分数之后,处理器115可以将特征分数提升到用户界面装置105。基于司机或者制造商的偏好,处理器115可以选择具有最高特征分数的可选选项,以在用户界面装置105上显示。最高特征分数可以代表所偏好的可选选项或者被选择的特征。即,与最高特征分数相关联的可选选项可以是所偏好的特征。在备选实施例中,处理器115可以基于可选选项的特征分数对其进行排序,并选择具有最高特征分数的多个特征在用户界面装置105上进行显示。
图1B示出了用户界面系统100的实施例的一般系统交互。最初,控制器接收来自于基本传感器135和140的输入,其收集来自于交通工具上可用的传感器或传感器系统的信息,并且输出简单情境变量。例如,基本传感器可以表示当前外部温度、交通工具速度传感器,或者交通工具GPS位置。情境模块120和125可以接收简单情境变量、其它智能情境变量、及/或来自于外部数据存储器130的位置数据,以产生智能情境变量。处理器115既可以接收智能情境变量也可以接收简单情境变量,以将它们的值归于多个可选选项。可选选项每一个均与从所接收的情境变量的值所产生的特征分数相关联。每一个可选选项均持续接收来自于基本传感器和情境模块的输入。然而,根据驾驶情境,与可选选项相关联的特征分数不同。例如,如果情境变量传达出,交通工具正在高速公路上接近速度限制进行行驶,巡航控制特征的可选选项将会产生高分数,而加热座椅或者车库门开启特征将会产生低特征分数。
处理器115可以按照可选选项的特征分数对它们进行排序。处理器115可以选择最高分数的可选选项。根据用户界面系统100的配置方式,处理器115可以要么提升具有最高特征分数的可选选项,要么提升多个可选选项,到用户界面装置105。同时,处理器115可以从用户界面装置105消除不再具有高度用户交互可能性的特征。基本传感器135、140以及情境模块120、125一直是活跃的,以便于对每一个可选选项产生连续的特征分数。处理器115使用这些分数以向用户界面装置105提供最新的驾驶情境,使得具有最高特征分数的可选选项永远显示在用户界面装置105上。
图2示出了可以由用户界面系统100所实施的示例性过程200的流程图。用户界面系统100的操作可以不迟于交通工具点火装置被启动时自动激活(框205)。在这一点,交通工具可以进行内部系统检查,在内部系统检查中,为了确保交通工具准备好进行操作,一个或多个交通工具系统及/或子系统的操作状态将被确定。在内部系统检查被验证的同时,系统100可以额外地在框210确定交通工具内可用的可选选项的分类。系统100可以额外地将用户界面系统100的可用的特征(及其相对应的可选选项)分成出发组和到达组。出发类可以包括当离开一个位置时通常所用的特征,例如车库门开启或者气候控制。到达类可以包括当在朝目的地的路线上或者到达目的地时通常所用的特征,例如,巡航控制或者停车辅助。分类过程可以通过控制器110实施。对于特征的区分可以要么由交通工具制造商或者经销商预置,要么由交通工具的拥有者基于其偏好来对出发组和到达组进行个性化设置。将特征区分成两个或者多个组,可以通过限制可供选择的特征的数量,有助于在后续阶段减少处理时间。
在框215,系统100可以开始监控由基本传感器135和情境模块120所产生的情境变量。如之前所提到的,情境变量可以要么是直接从交通工具内可用的传感器取得的简单情境变量,要么是从其它情境变量(不论是简单的还是智能的)聚合成的、非交通工具内现成的值中取得的智能情境变量。在框220,系统100可以进一步检查是否需要来自于外部数据存储器130的额外的外部信息。这可能在情境变量要求所存储的信息——例如,街道速度限制、位置数据,或者交通工具使用者对于舱内温度的偏好——时发生。如果需要额外的外部信息,该信息可以传输给情境模块120以产生智能情境变量。如果额外的外部信息不需要,或者已经被提供了,而且不再需要更多的信息,则过程200可以在框225继续。
在框225,情境变量可以被传输到处理器115以产生特征分数。处理器115可以将所接收的输入(例如情境变量)聚合,并且将值与每一个可选选项进行关联,以产生特征分数。可以通过求乘积、求平均、求最大值、求最小值等,或其任何组合或者改变,或者任何比如模糊逻辑这样的非线性算法,经由聚合情境变量来产生特征分数。特征分数可以与传输到处理器115的情境变量的聚合的相关性成正比。例如,当情境变量表明,交通工具正在高速公路上行驶,具有接近速度限制的相对速度,但是注意到,交通工具正在速度限制上下改变速度(例如,在交通拥挤的情况下),此时,相较于当交通工具以不变的、接近于速度限制的速度行驶一段时间时的情况,巡航控制可选选项的特征分数将具有较小的值。此外,例如,归于停车辅助的可选选项的同样的变量,将会具有非常低的特征分数,因为在高速行驶时停车的可能性非常低。
在框230,处理器115可以基于可选选项相关联的特征分数对可选选项排列优先次序。一般地,具有最高特征分数的可选选项可以具有最高的优先次序,其余可用的可选选项相应地紧接着进行排序。根据使用者的偏好,要么是具有最高特征分数的特征,要么是多个特征(例如具有最高特征分数的三个特征),可以在步骤235被提升到用户界面装置105,以进行展示和操作。同样地,已经在用户界面装置105上展示的特征,如果它们在特定驾驶情境中的相关性已经降低,则可以同时被消除(或者降级)。额外地或者备选地,处理器115或者控制器110可以根据与每一个可选选项相关联的特征分数对可选选项进行排序。然后控制器110可以确定具有超过预定阈值的特征分数的可选选项的顺序。例如,控制器110可以只选择具有0.7或者0.7以上特征分数的可选选项。然后控制器110可以将具有最高特征分数的、可用的可选选项排到顺序中的第一位,另一具有稍低特征分数的可选选项在顺序中排第二位,依此类推。
如所示出的,框215到225在交通工具运行中执行连续的循环。基本传感器135和情境模块120一直是活跃的,并连续将信息输入到处理器,该处理器连续产生新的特征分数。相应地,处理器115在框230更新优先次序排名,使得最相关的特征在框235将会一直呈现在用户界面装置105上。
在本发明的至少一个实施例中,用户界面系统100可以基于所接收到的传感器输入以及位置数据确定可选选项。位置数据可以包括先前的停靠位置和基于位置的对特征的使用。可选选项通常可以基于相对于其它已知或者之前定义的位置的交通工具位置,被激活。例如,本发明示出了产生停车辅助和泊车模式的可选选项的系统和方法,停车辅助和泊车模式两项均在接近具体位置(例如停车建筑物、办公大楼,或者餐馆)时被激活。停车辅助是激活交通工具系统以自动辅助司机停靠其交通工具的可用的交通工具特征。即,交通工具可以自行驾驶进入停靠区域,无论是平行的还是垂直的停靠,使用者几乎不用输入或者不用输入。泊车模式或选项是在接近例如酒店、餐馆、酒吧等包括泊车服务的具体位置被激活的类似特征。针对泊车模式选项的交通工具系统的激活可以锁定交通工具的组件(例如用户界面装置、手套箱/杂物箱、后备箱/行李舱),使得泊车驾驶员无法接触交通工具内可能存储的私人信息。泊车选项可以在控制器110得知交通工具正在接近具有泊车服务的设施时就被触发。这可以通过存储在外部数据存储器335内的与设施相关的数据所知晓。
基于位置的选项可以与表明可选选项已经在特定位置被激活的次数的正常使用频率相关联。正常使用频率可以由控制器110来确定。正常使用频率值(FAF(i,j))可以使用两级实施方式来获得。最初,当访问或者观察次数有限时,正常频率的真值使用第一级实施方式来产生。即,在到一个位置的预定的最小访问数(Nmin)被满足前,在具体位置的具体特征的特征激活总数除以到那个位置的访问总数,以给出特征在一个位置已经被激活的次数的真值。为了包括在具体位置观察的特征激活的更大样本,以给出更精确的百分比,可以使用最小阈值。最小访问数可以包括外部数据存储器335所定义的值,并且可以由交通工具制造商、经销商或者可能由交通工具驾驶员所设定。
真实的使用模式,或者特征在具体位置被使用得多么频繁的百分比,可以给出特征已经在具体位置被使用的真实次数。N(i,j)a表示在具体位置特征激活的次数,例如,比如像停车辅助这样的特征已经在比如像超市这样的位置被使用的次数。例如,i是位置,j可以是特征。N(i)all表示访问位置i的总次数。真值可以使用下述公式计算出来:FAF(i,j)=N(i,j)a/N(i))all。
如果访问具体位置的总数已经满足或者超过了预定的最小数,则过程接着进行第二级实施方式。第二级实施方式涉及递归公式,其可以被用于线上评估正常使用频率(FAF(i,j)),无需比如在具体位置的特征激活数这样的具体数据点。第二级实施方式包括:学习率,其可以反映外部数据存储器335的记忆深度(memory depth);和强化信号,特征在一个位置被激活的次数越多,强化信号就可以逐步变得越强。线上模式的正常使用频率可以使用下述公式计算出来:FAF(i,j)=(1-α)*FAF(i,j–1)+(α)*Sigreinforce(i,j),其中,α=学习率(例如,在0到1的范围内,其中,1代表显著的学习率),FAF(i,j)=特征j在位置i的正常使用频率,如上面所解释过的,Sigreinforce(i,j)=代表在位置i特征j被激活的强化信号(例如,在0到1的范围内,其中1代表显著的强化信号)。
转换到递归第二公式,有助于解决两个问题。第一个,公式减少所用的内存量,因为第二公式不要求N(i)all或者N(i,j)a去估量正常使用频率。这可能不仅释放内存空间,而且还提供更快的处理时间。同样地,线上模式可以产生更可靠的输出,因为在特定位置的激活的最小阈值已经被满足,表明驾驶员经常在具体位置使用特定特征的偏好。进一步地,第二公式反映在驾驶员的偏好转换的情况下,最新的驾驶使用。学习率(α)的值可以进行改变以反映驾驶员以及具体特征在不同位置的最新的交互。
参见图6,当交通工具接近或者离开具体位置时,基于位置的选项(例如停车辅助、泊车模式、车库门开启等)可以被激活。一般来说,每一个具体位置均可以在外部数据存储器335内有与该位置相关联的记录。外部数据存储器335可以包括具体位置(例如家、办公室、办公室附近的餐馆等)的纬度和经度位置。每一条与位置相关联的记录均可以进一步包括一个字段(field),其代表与在适用的位置的具体特征相关联的正常使用频率。额外地或者备选地,每一条记录均可以被存储在到达组和出发组的一个或者两个组里,因此创建了两条与位置相关联的记录。通过对位置进行分类,处理时间可以减少。
字段内的每一个元素均代表具体特征(例如巡航控制、车库门开启、房间闹钟激活、停车辅助、泊车模式、舱内温度等)的正常使用频率。例如,在对于家的到达组记录里,除了别的以外,字段可以包含巡航控制、停车辅助以及舱内温度的正常使用频率。如果特征(或者可选选项)从未在具体位置激活,正常使用频率可能会低,或者可能不会标记在字段中。例如,对于巡航控制的可选选项在家的位置可以标记为正常使用频率0.00。相反,在那个字段内的车库门控制的可选选项可以根据可选选项激活次数或者可选选项学习率标记为更高的正常使用频率。每一个特征的正常使用频率均可以进行不断调整或者更新,以反映驾驶员或者乘客的偏好。
图3示出了为可选选项产生特征分数的系统300的实施例。该系统可以包括用户界面装置305、具有处理器315的控制器310、情境模块320、325和330,以及向控制器310传输输入的多个传感器340、345。基本传感器340、345和情境模块320、325以及330所产生的变量全都传输到处理器315以产生与可选选项相关联的特征分数。特征分数可以被用于确定相对于驾驶情境最相关的可选选项。系统300可以进一步包括存储在外部数据存储器335中的位置数据,位置数据可以包括,例如先前的交通工具停靠位置、每个先前的停靠位置的停车辅助和泊车模式特征激活数,以及用户关注点(POIs)。位置数据可以在一定时间段之后,在外部数据存储器中进行更新。例如,外部数据存储器335可以只保存过去30、60或者90天的先前交通工具停靠位置。这可以帮助反映驾驶员最新的驾驶偏好,也可以减少位置数据所使用的内存量。
在一个实施例中,系统300可以产生停车辅助的可选选项。如所解释的,位置传感器340和速度传感器345可以通过界面与控制器通信。交通工具的速度传感器345可以包括速度计、变速器/齿轮传感器、或者监控车轮或者车轴转动的车轮或者车轴传感器。交通工具位置传感器340可以包括能够识别出交通工具位置的全球定位系统(GPS),以及使用射频电磁场的无线电射频识别(RFID),或者通过例如蓝牙(Bluetooth)经由移动电话或者个人数字助理(PDA)传送的移动电话或者PDA的GPS。
情境模块320、325、330的每一个均可以在控制器310内执行具体功能。尽管它们各自的功能的每一个均在本发明中进行了描述,但是这些描述只是示例性的,单独的模块可以执行所有或者一些功能。第三情境模块330可以被配置为从交通工具位置传感器340接收交通工具的位置,从外部数据存储器335接收交通工具先前的停靠位置。基于这些传感器输入,第三模块330可以确定位于交通工具当前位置附近区域内的停靠位置(例如,设施)。
第一情境模块320可以被配置为从第三情境模块330获取这一停靠位置。它还可以确定具体特征在这一位置已经被用了多少次。例如,第一模块320可以确定在该设施处停车辅助已经被使用了多少次。这一信息可以在外部数据存储器335内的位置记录中得到,并可以如上面所描述的,被用于确定具体位置的正常使用频率(要么使用真实的使用模式,要么使用线上使用模式公式)。例如,每个位置的停车辅助使用可以作为N(i,j)a被输入,到最接近的先前的停靠位置的访问次数可以作为真实使用公式的N(i)all被输入。然而,相反,所有可能需要被输入到第一情境模块320以用于线上使用模式的可以是先前的停靠位置,以及将为可用的可选选项产生正常使用频率。第一情境模块320可以被配置为向处理器315输出用作产生可选选项的特征分数的输入的正常使用频率;或可以被配置为向外部数据存储器335输出正常使用频率,以便更新具体位置的记录;或者配置为两者兼有。
第二情境模块325可以被配置为获得从交通工具位置传感器340所传输的交通工具位置以及从第三情境模块330所传输的最接近的交通工具停靠位置,以确定到最接近的位置的距离。在一个示例性方法中,交通工具速度传感器345可以被直接传达到处理器315。第一和第二情境模块320和325所产生的输出,以及交通工具速度传感器345所传输的交通工具速度然后可以被传输给处理器315,以将值归到停车辅助的可选选项。处理器315可以然后基于所接收的变量产生与停车辅助可选选项相关联的特征分数,并将停车辅助可选选项展示到用户界面装置305上供驾驶员交互用。
额外地或者备选地,系统300可以为泊车选项/模式产生可选选项。系统300在很大程度上与对于停车辅助的可选选项是类似的,除了增加了泊车关注点(POIs)。泊车关注点提供关于在具体位置或者设施是否提供泊车服务的信息。泊车关注点要么通过作为位置数据保存进外部数据存储器335内的车载地图数据库,要么以网络服务的形式(例如,基于云的通信)可以得到。泊车关注点可以直接从外部数据存储器335(例如,外部数据存储器335编程有提供泊车服务的具体位置)获得,要么通过对于外部数据存储器335内的位置名称的解读进行参照。例如,像会议中心、酒店或者餐馆这样的触发词(trigger words),可能表明在该位置典型地提供泊车服务。如果一个位置的泊车关注点并未存储在外部数据存储器335上,或者该位置名称并未给出对于解读的参照,那么在特定位置的泊车模式可选选项的激活可以更新到外部数据存储器335上,以将该位置与提供泊车服务相关联。泊车关注点可以影响泊车模式可选选项的特征分数,因为,如果该位置不提供泊车服务,则特定特征可能失去其相关性(并且因此产生低的特征分数)。
图4代表产生与可选选项相关联的特征分数的过程400。只为了示例性目的,前述解释将涉及停车辅助选项。最初,当前的交通工具位置可以在框405被确定。这可以通过交通工具位置传感器340来实现。在框410,交通工具位置传感器340所获得的信息,可以被直接传输到第三情境模块330。第三情境模块330将当前位置与在数据存储器335内的先前的停靠位置进行比较,以确定最接近的先前停靠位置。例如,交通工具位置传感器340所输出的交通工具当前位置以及外部数据存储器335所传输的先前停靠位置可以在第三情境模块330内聚合以产生最接近的先前停靠位置(例如,相对于存储在外部数据存储器335内的先前停靠位置的交通工具当前位置)。
在框415,第三情境模块330可以将最接近的先前停靠位置传输给第一情境模块320。第一情境模块然后可以从数据存储器335检索与最接近的先前停靠位置相关联的数据。该信息可以包括例如停车辅助这样的具体特征在这一位置已经使用的次数。如上面所描述的,这进而可以被第一情境模块320用以计算正常使用频率。例如,第一情境模块320也可以从外部数据存储器335接收可选选项(或者特征)在具体位置激活的次数。外部数据存储器335可以表明停车辅助可选选项在司机家附近的超市已经被激活了七次。如果到最接近的先前停靠位置的访问总数还未达到预先定义的最小访问数(例如,N(i)all≤Nmin),那么,真实的使用模式(在框425)将会产生表明在具体位置使用停车辅助的真实使用频率的情境变量。相反,在最小访问数已经被满足(例如N(i)all>Nmin)之后,线上模式(框430)将产生估量特征在特定位置的正常使用频率的智能情境变量。有赖于信号强化(Sigreinforce(i,j))和学习率(α)所提供的值,第一情境模块320所产生的情境变量可以要么是强的(例如接近于1)要么是弱的。
在框435,第二情境变量325可以从交通工具位置传感器340接收输入以及从第三情境模块330接收最接近的停靠位置,以计算当前交通工具位置与先前停靠位置之间的距离。交通工具与最接近的先前停靠位置越近,智能情境变量的值越大。进一步地,在框440,交通工具速度传感器345确定交通工具的当前速度。交通工具速度传感器345输出的简单情境变量与交通工具速度成反比。例如,如果交通工具在以40mph(英里每小时)的速度行驶,交通工具将要停靠的可能性(以及因此使用停车辅助的可能性)就很低。
在框445,第一情境模块320、第二情境模块325以及交通工具速度传感器345的情境变量输出,可以被传输到处理器315。在框450,处理器315将所接收到的值归于可选选项。如之前所提到的,如果可选选项被分成到达组和出发组,那么,情境变量可以只需要被输入到到达组的可选选项。变量可以被聚合以产生特征分数(框455)。聚合值所采用的启发法可以以各种方式完成,包括,但不限于,对其求乘积、求平均值、求最大值或者最小值。在框455,处理器315可以取第一情境模块320、第二情境模块325,以及交通工具速度传感器345所输出的变量的乘积,以产生可选选项的特征分数。
在框460,如果特征分数相对于其它可用的可选选项是最高的,处理器315可以选择停车辅助可选选项。在框465,处理器315可以提升特征到用户界面装置305上进行展示。同时,处理器可以消除已经在用户界面装置305上存在的、在当前的情境中可能不相关的特征。
图5示出了使用示例性过程500以产生泊车模式可选选项并将可选选项提升到用户界面装置305的流程图。当前的交通工具位置可以在框505通过交通工具位置传感器340确定。在框510,外部数据存储器335可以表明先前的停靠位置和泊车关注点,以基于交通工具当前位置确定相对位置数据。外部数据存储器335可以将位置数据传输到第三情境模块330。在框515,第三情境模块330可以将外部数据存储器335所接收到的位置数据与交通工具位置传感器340所输出的交通工具位置合并,以确定提供泊车服务的最接近的当前停靠位置。如前面所提到的,泊车关注点可以直接从外部数据存储器335获得,或者关注点可以通过参照位置名称进行推断(例如餐馆、影剧院、会议厅)。
在框520,最接近的先前停靠的位置可以然后传输给第一情境模块320以确定在特定位置泊车模式的正常使用频率。例如,如果最接近的先前的停靠位置是驾驶员办公室旁边的餐馆,那就会在上面描述的正常使用频率公式中被作为(i)输入以及泊车模式被作为(j)输入。如果在切换到线上模式之前的最小访问数还未超过访问总数(例如,N(i)all≤Nmin),则真实的使用频率将会在框530进行计算。如果相反,对于位置(i)的访问数已经满足了预先确定的最小值,则线上使用频率在框535可以使用递归公式进行计算。不管所使用的公式,对于泊车模式的正常特征使用的智能情境变量将从第一情境模块320输出。如果泊车模式的可选选项的正常使用高,该特征被激活的可能性就高,因此,所产生的智能情境变量就高。
在框545,第二情境模块325可以从交通工具位置传感器340接收交通工具的位置,以及从第三情境模块330接收最接近的先前的停靠位置,以确定到最接近的先前停靠位置的距离。如果到提供泊车服务的最接近的先前停靠位置的距离小,则泊车模式特征被选择的可能性就高(再一次,智能情境变量输出的值就高)。额外地,在框545交通工具速度由交通工具速度传感器345所确定。如果交通工具的速度低,则交通工具在很近的未来停靠的可能性就高。
在框550,交通工具的速度、正常使用频率以及到最接近的位置的距离都输入到处理器315。在框555,处理器315可以将值归于可用的可选选项。处理器315可以然后通过聚合在框555所接收到的值,为每一个可选选项产生特征分数。处理器315可以额外地确定已经超过最小阈值的可选选项的优先顺序。具有最高特征分数的可选选项可以被分配最高的优先次序,具有第二高特征分数的可选选项可以被分配第二高优先次序,依此类推。如果对于泊车模式的可选选项的特征分数被分配了最高特征分数,并因此已经被分配了最高的特征优先次序,处理器315可以在框565选择泊车模式并且在框570将它提升到用户界面装置305上展示。备选地,处理器315可以选择多个具有第一、第二等优先次序的可选选项以提升到用户界面装置305。处理器315可以相应地对相对于驾驶情境具有较低特征分数的可选选项进行降级,使得具有最高特征分数的可选选项永远展示在用户界面装置315上。
参见图7A和7B,与基于各种停靠位置的可选选项(例如停车辅助或者泊车模式)相关联的特征分数可以基于至少三个如果/那么规则(If/Thenrules)。如果第一情境模块320输出的停车辅助或者泊车模式的正常使用频率高,那么相关联的可选选项的可能性(因此情境变量输出的值)也可能会高。图7示出了基于据交通工具与已知位置的距离的相对特征分数。如图7A中所示出的,如果到已知位置的距离(由第二情境模块325产生)小(例如,小于500米),那么,交通工具将要在该位置停靠的可能性就高。图7B示出了基于交通工具速度的相对特征分数。如图7B中所示出的,如果交通工具的速度(由交通工具速度传感器345所确定)低,那么,该交通工具将要在该位置停靠的可能性就高。处理器315聚合这些值以确定特征分数。因此,就可能要求在三个值之间的协同,以产生高特征分数。
在一个实例中,如果到最近的先前停靠位置的距离小并且正常使用频率高,但是交通工具在以45mph的速度行驶,该交通工具不太可能在该位置停靠。因此,对于例如停车辅助或者泊车模式的特征分数可能会低,因此,用户界面可能不会展示该选项。类似地,如果交通工具距离先前的停靠位置很近,并且交通工具在以慢速行驶,但是该具体的特征在该位置从未被激活过,可能会实现一个相对低的正常使用频率,并且,与那个特征进行交互的可能性(例如,特征分数)也会低。
相应地,本发明所披露的内容提供了展示对于司机或乘员来说最匹配当前的驾驶情境(例如,交通工具速度、交通状况、光线状况、舱内温度、天气状况等)的最相关交通工具特征的系统。这样做,司机可以更有效和高效地使用车载特征,使得司机可以集中注意力到主要的驾驶任务上。
计算装置通常包括计算机可执行指令,其中指令可以由一个或者多个如上述列举的那些计算装置来执行。计算机可执行的指令可以从使用多种编程语言及/或技术——包括,但不限于,JavaTM、C、C++、Visual Basic、Java Script、Perl等单独或者结合起来——所创建的计算机程序进行汇编或者解释。一般而言,处理器(例如,微处理器)从例如存储器、计算机可读介质等接收指令,并且执行这些指令,据此实施一个或多个过程,包括一个或多个本发明描述的过程。这样的指令和其它数据可以使用多种计算机可读介质进行存储和传输。
计算机可读介质(也称之为处理器可读介质)包括任何参与提供可以由计算机(例如,通过计算机的处理器)读取的数据(例如,指令)的非瞬态(例如,有形的)介质。这样的介质可以采取许多形式,包括,但不限于,非易失性的介质和易失性的介质。非易失性的介质可以包括,例如,光盘或磁盘以及其他永久存储器。易失性的介质可以包括,例如,动态随机访问存储器(DRAM),其典型地构成主要的存储器。这种指令可以由一个或者多个传输介质进行传输,传输介质包括同轴电缆、铜线和光学纤维,包括包含耦合连接到计算机处理器的系统总线的缆线。通常的计算机可读介质的形式可以包括,例如,软盘、可折叠磁盘、硬盘、磁带、任何其它磁性介质、只读光盘驱动器(CD-ROM)、数字化视频光盘(DVD)、任何其它光学介质、穿孔卡片、纸带、任何其它具有孔式样的物理介质、随机存取存储器(RAM)、可编程序只读存储器(PROM)、电可编程序只读存储器(EPROM)、闪速电可编程序只读存储器(FLASH-EEPROM)、任何其它存储器芯片或者卡盘、或者任何其它计算机可以读取的介质。
数据库、数据储存库或者本发明所描述的其它数据存储器,可以包括各种存储、访问以及提取各种数据的机制,包括层次数据库、在文件系统中的一组文件、专用格式的应用数据库、关系型数据库管理系统(RDBMS)等等。每一个这种数据存储器通常都包括在运用比如上面提到的那些计算机操作系统中的一个的计算装置内,以各种不同方式中的任何一种或者多种,经由网络进行访问。文件系统可以从计算机操作系统进行访问,并且可以包括以各种格式存储的文件。RDBMS通常运用除了创建、存储、编辑以及执行所存储的程序之外的结构化查询语言(SQL),比如上面提到的PL/SQL语言。
在一些实例中,系统元素可以被实施为在一个或者多个计算装置(例如,服务器、个人计算机等)上的、存储在与之相关的计算机可读介质(例如,磁盘、存储器等)上的计算机可读指令(例如,软件)。计算机程序产品可以包含存储在计算机可读介质上以执行本发明所描述的功能的这样的指令。
关于本发明所描述的过程、系统、方法、试探法等,应当理解,尽管该等过程等的步骤已经被描述为按照某种有序顺序的发生,但是,这样的过程可以以本发明所描述顺序之外的顺序,用所描述的步骤进行实施。进一步应当理解,某些步骤可以同时实施,其它步骤可以被加进来,或者本发明所描述的某些步骤可以被省略。换句话说,本发明所描述的过程是为了示出某些实施例的目的,绝不应被解释为是对于权利要求的限制。
相应地应当理解,上面的描述旨在是示例性而非限制性的。在阅读了上面的说明以后,除了所提供的实例以外的许多实施例和应用都将是显而易见的。不应当参照上面的说明确定权利要求的范围,而应参照所附的权利要求以及该权利要求所享有的整个等同范围来确定。可以预见和预期的是,在本发明所讨论的技术中将会出现未来的发展,本发明所公开的系统和方法将会被并入该等未来的实施例中。总之,应当理解,本应用可以被修改和变更。
权利要求书中的所有术语,均旨在被赋予其最广泛的合理的解释,以及通晓本发明所描述的技术的那些技术人员所理解的通常的含义,除非权利要求中做了明确相反的意思表示。尤其是,所用的“第一”、“第二”等词,可以进行互换。
Claims (10)
1.一种交通工具系统,其特征在于,包含:
控制器,其被配置为:
接收传感器的输入;
至少部分地基于传感器输入和数据库内的位置数据产生特征分数;
将特征分数与可选选项相关联;并且
指示用户界面装置响应于特征分数展示可选选项。
2.如权利要求1所述的交通工具系统,其特征在于,可选选项是停车辅助选项和泊车选项。
3.如权利要求1所述的交通工具系统,其特征在于,特征分数包括最高分数,并且,其中,与特征分数相关联的可选选项是偏好的特征。
4.如权利要求1所述的交通工具系统,其特征在于,位置数据包括停靠位置和可选选项数据。
5.如权利要求4所述的交通工具系统,其特征在于,停靠位置是基于先前的停靠位置来确定。
6.一种交通工具控制器,其特征在于,包含:
情境模块,其配置为接收传感器输入和位置数据并基于传感器输入和位置数据产生输出;和
处理器,其配置为:
接收来自于情境模块的输出,
基于输出产生特征分数,
将特征分数与可选选项相关联,其中特征分数表示可选选项被激活的可能性,并且
指示用户界面装置基于特征分数展示可选选项。
7.如权利要求6所述的交通工具控制器,其特征在于,位置数据包括停靠位置和可选选项数据。
8.如权利要求7所述的交通工具控制器,其特征在于,情境模块进一步被配置为确定可选选项的正常使用频率,其中,正常使用频率包括可选选项在停靠位置的过去激活频率。
9.如权利要求7所述的交通工具控制器,其特征在于,情境模块被配置为基于传感器输入和位置数据来确定最接近的停靠位置。
10.如权利要求9所述的交通工具控制器,其特征在于,情境模块被配置为确定最接近的停靠位置与传感器输入之间的距离。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/855,973 US20140300494A1 (en) | 2013-04-03 | 2013-04-03 | Location based feature usage prediction for contextual hmi |
US13/855,973 | 2013-04-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104103189A true CN104103189A (zh) | 2014-10-15 |
Family
ID=51567733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410133546.4A Pending CN104103189A (zh) | 2013-04-03 | 2014-04-03 | 用于情境人机界面的基于位置的特征使用预测系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20140300494A1 (zh) |
CN (1) | CN104103189A (zh) |
DE (1) | DE102014206150A1 (zh) |
RU (1) | RU2014112952A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371123A (zh) * | 2016-11-04 | 2017-02-01 | 广东小天才科技有限公司 | 一种定位的方法及装置 |
CN108388834A (zh) * | 2017-01-24 | 2018-08-10 | 福特全球技术公司 | 利用循环神经网络和级联特征映射的对象检测 |
CN109478241A (zh) * | 2016-05-13 | 2019-03-15 | 努门塔公司 | 基于感觉运动的输入数据的推理和学习 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9932033B2 (en) | 2007-05-10 | 2018-04-03 | Allstate Insurance Company | Route risk mitigation |
US10157422B2 (en) | 2007-05-10 | 2018-12-18 | Allstate Insurance Company | Road segment safety rating |
US8606512B1 (en) | 2007-05-10 | 2013-12-10 | Allstate Insurance Company | Route risk mitigation |
US10096038B2 (en) | 2007-05-10 | 2018-10-09 | Allstate Insurance Company | Road segment safety rating system |
DE102012022312A1 (de) * | 2012-11-14 | 2014-05-15 | Volkswagen Aktiengesellschaft | Informationswiedergabesystem und Verfahren zur Informationswiedergabe |
US9390451B1 (en) | 2014-01-24 | 2016-07-12 | Allstate Insurance Company | Insurance system related to a vehicle-to-vehicle communication system |
US10096067B1 (en) | 2014-01-24 | 2018-10-09 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US9355423B1 (en) | 2014-01-24 | 2016-05-31 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US9940676B1 (en) | 2014-02-19 | 2018-04-10 | Allstate Insurance Company | Insurance system for analysis of autonomous driving |
US10796369B1 (en) | 2014-02-19 | 2020-10-06 | Allstate Insurance Company | Determining a property of an insurance policy based on the level of autonomy of a vehicle |
US10783586B1 (en) | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a property of an insurance policy based on the density of vehicles |
US10783587B1 (en) | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a driver score based on the driver's response to autonomous features of a vehicle |
US10803525B1 (en) * | 2014-02-19 | 2020-10-13 | Allstate Insurance Company | Determining a property of an insurance policy based on the autonomous features of a vehicle |
DE102014206901A1 (de) * | 2014-04-10 | 2015-10-15 | Robert Bosch Gmbh | Benutzerinterface zur Auswahl und Aktivierung einer Unterstützung in Manöversituationen |
DE102015226122A1 (de) * | 2015-12-21 | 2017-06-22 | Robert Bosch Gmbh | Anzeige von Funktionselementen bei Steuereinrichtung |
US10269075B2 (en) | 2016-02-02 | 2019-04-23 | Allstate Insurance Company | Subjective route risk mapping and mitigation |
US10718282B2 (en) | 2016-12-22 | 2020-07-21 | Ford Global Technologies, Llc | Systems and methods for intelligent vehicle evaporative emissions diagnostics |
US10330051B2 (en) | 2016-12-22 | 2019-06-25 | Ford Global Technologies, Llc | Systems and methods for intelligent vehicle evaporative emissions diagnostics |
US10217297B2 (en) | 2017-04-19 | 2019-02-26 | Ford Global Technologies, Llc | Control module activation to monitor vehicles in a key-off state |
US10363796B2 (en) | 2017-04-19 | 2019-07-30 | Ford Global Technologies, Llc | Control module activation of vehicles in a key-off state |
US10378919B2 (en) | 2017-04-19 | 2019-08-13 | Ford Global Technologies, Llc | Control module activation of vehicles in a key-off state to determine driving routes |
US10850707B1 (en) * | 2019-11-19 | 2020-12-01 | Honda Motor Co., Ltd. | Tailgate locking system and method of operating |
US11175876B1 (en) * | 2020-07-06 | 2021-11-16 | Ford Global Technologies, Llc | System for in-vehicle-infotainment based on dual asynchronous displays |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092129A (ja) * | 2004-09-22 | 2006-04-06 | Toyota Motor Corp | 運転支援装置 |
CN1873722A (zh) * | 2006-04-07 | 2006-12-06 | 中山大学 | 一种汽车驾驶安全警示系统 |
US20080027639A1 (en) * | 2004-03-30 | 2008-01-31 | Williams International Co., L.L.C. | Method of anticipating a vehicle destination |
US20090146846A1 (en) * | 2007-12-10 | 2009-06-11 | Grossman Victor A | System and method for setting functions according to location |
CN102037324A (zh) * | 2008-04-01 | 2011-04-27 | 德卡尔塔公司 | 沿路线搜索兴趣点 |
CN102194330A (zh) * | 2010-03-15 | 2011-09-21 | 邢刚 | 高速公路安全行车系统 |
CN102625938A (zh) * | 2009-09-03 | 2012-08-01 | 诺基亚公司 | 用于基于用户兴趣来定制地图呈现的方法和设备 |
CN102800205A (zh) * | 2012-08-30 | 2012-11-28 | 南京大学 | 基于动态地图界面的车载虚拟终端系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8831826B2 (en) * | 2011-11-16 | 2014-09-09 | Flextronics Ap, Llc | Gesture recognition for on-board display |
-
2013
- 2013-04-03 US US13/855,973 patent/US20140300494A1/en not_active Abandoned
-
2014
- 2014-04-01 DE DE201410206150 patent/DE102014206150A1/de not_active Withdrawn
- 2014-04-03 RU RU2014112952/08A patent/RU2014112952A/ru not_active Application Discontinuation
- 2014-04-03 CN CN201410133546.4A patent/CN104103189A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080027639A1 (en) * | 2004-03-30 | 2008-01-31 | Williams International Co., L.L.C. | Method of anticipating a vehicle destination |
JP2006092129A (ja) * | 2004-09-22 | 2006-04-06 | Toyota Motor Corp | 運転支援装置 |
CN1873722A (zh) * | 2006-04-07 | 2006-12-06 | 中山大学 | 一种汽车驾驶安全警示系统 |
US20090146846A1 (en) * | 2007-12-10 | 2009-06-11 | Grossman Victor A | System and method for setting functions according to location |
CN102037324A (zh) * | 2008-04-01 | 2011-04-27 | 德卡尔塔公司 | 沿路线搜索兴趣点 |
CN102625938A (zh) * | 2009-09-03 | 2012-08-01 | 诺基亚公司 | 用于基于用户兴趣来定制地图呈现的方法和设备 |
CN102194330A (zh) * | 2010-03-15 | 2011-09-21 | 邢刚 | 高速公路安全行车系统 |
CN102800205A (zh) * | 2012-08-30 | 2012-11-28 | 南京大学 | 基于动态地图界面的车载虚拟终端系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109478241A (zh) * | 2016-05-13 | 2019-03-15 | 努门塔公司 | 基于感觉运动的输入数据的推理和学习 |
CN109478241B (zh) * | 2016-05-13 | 2022-04-12 | 努门塔公司 | 执行推理的计算机实现的方法、存储介质及计算设备 |
CN106371123A (zh) * | 2016-11-04 | 2017-02-01 | 广东小天才科技有限公司 | 一种定位的方法及装置 |
CN108388834A (zh) * | 2017-01-24 | 2018-08-10 | 福特全球技术公司 | 利用循环神经网络和级联特征映射的对象检测 |
CN108388834B (zh) * | 2017-01-24 | 2023-08-22 | 福特全球技术公司 | 利用循环神经网络和级联特征映射的对象检测 |
Also Published As
Publication number | Publication date |
---|---|
DE102014206150A1 (de) | 2014-10-09 |
RU2014112952A (ru) | 2015-10-10 |
US20140300494A1 (en) | 2014-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104103189A (zh) | 用于情境人机界面的基于位置的特征使用预测系统 | |
US20140303839A1 (en) | Usage prediction for contextual interface | |
US11945448B2 (en) | Vehicle telematics based driving assessment | |
US11685386B2 (en) | System and method for determining a change of a customary vehicle driver | |
EP3272613B1 (en) | Driving assistance method, and driving assistance device, automatic driving control device, vehicle, and driving assistance program using said method | |
CN104102136A (zh) | 情境人机界面探测器的系统架构 | |
CN106500708B (zh) | 用于驾驶员辅助的方法和系统 | |
CN107531244B (zh) | 信息处理系统、信息处理方法、以及记录介质 | |
CN104977876A (zh) | 用于情境界面的使用预测 | |
CN109416873B (zh) | 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法 | |
US20180231979A1 (en) | Access and control for driving of autonomous vehicle | |
CN104648284A (zh) | 自主车辆模式 | |
US11150665B2 (en) | Smart vehicle | |
CN103347757A (zh) | 通过使用预测环境和驾驶员行为信息来优化燃油经济性的系统和方法 | |
US20160214482A1 (en) | Personalized display system for integrating and varying car content, car content management method of personalized display system, and computer readable medium for performing car content management method | |
WO2020060974A1 (en) | Exhaustive driving analytical systems and modelers | |
CN110027564A (zh) | 个性化道路拥堵通知 | |
CN105046996B (zh) | 用于预测的驾驶需求建模的方法和设备 | |
CN105966397A (zh) | 用于超车道车辆后接近警报的系统和方法 | |
CN101517362A (zh) | 具有无线接口的便携式导航装置 | |
US11774259B2 (en) | Mapping off-road entries for autonomous vehicles | |
US10556596B2 (en) | Driver scoring and safe driving notifications | |
US11966759B2 (en) | Vehicle, advice providing apparatus and method | |
EP3904166A1 (en) | Compute system with theft alert mechanism and method of operation thereof | |
US20240157896A1 (en) | Vehicle system and method for adjusting interior control settings based on driver emotion and environmental context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141015 |
|
WD01 | Invention patent application deemed withdrawn after publication |