CN104584094A - 位置估计方法及系统 - Google Patents

位置估计方法及系统 Download PDF

Info

Publication number
CN104584094A
CN104584094A CN201380044762.5A CN201380044762A CN104584094A CN 104584094 A CN104584094 A CN 104584094A CN 201380044762 A CN201380044762 A CN 201380044762A CN 104584094 A CN104584094 A CN 104584094A
Authority
CN
China
Prior art keywords
data
parameter
location
estimator
guider
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.)
Granted
Application number
CN201380044762.5A
Other languages
English (en)
Other versions
CN104584094B (zh
Inventor
S·松嫩贝格
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.)
Tongteng Technology Co ltd
TomTom Traffic BV
Original Assignee
TomTom Development Germany GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TomTom Development Germany GmbH filed Critical TomTom Development Germany GmbH
Publication of CN104584094A publication Critical patent/CN104584094A/zh
Application granted granted Critical
Publication of CN104584094B publication Critical patent/CN104584094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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
    • G08G1/0133Traffic data processing for classifying traffic situation
    • 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
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Abstract

本发明提供一种根据由具有位置确定装置的一或多个移动装置报告的位置信息确定对象的地理位置的方法,所述方法包括:从一或多个移动装置收集位置数据;通过选择所述数据的特征准备所述数据;通过输入所述数据的所选择特征训练估计器;及将所述估计器应用到地图网格以估计对象的位置。在所述估计器的训练期间,内核机器对关于所考虑的位置及附近的用户报告所计算的距离的直方图进行操作。在所述估计器的应用期间,如果所述估计器指派高于某个阈值的分数,那么将位置标记为所述对象的真实位置。在预测多个位置的情形中,随后的聚类分析通过使用加权平均将多个预测合并到一个中。

Description

位置估计方法及系统
技术领域
本发明涉及用于基于从一或多个移动装置(例如便携式导航装置)报告的位置信息估计对象的位置的设备及方法。
背景技术
现在存在具有确定其自身位置的能力的各种移动装置。包含GNSS(全球导航卫星系统)信号接收及处理功能性的便携式导航装置(PND)是众所周知的且广泛用作车内或其它交通工具导航系统。此类装置包含GNSS天线(例如GPS天线),借由GNSS天线,可接收并随后处理包含位置数据的卫星广播信号以确定所述装置的当前位置。所述装置还可包含产生信号的电子陀螺仪及加速度计,可处理所述信号以确定当前角加速度及线性加速度。接着,可结合从GPS信号导出的位置信息使用所确定的加速度以确定所述装置及因此其中通常安装所述装置的交通工具的速度及相对位移。此类传感器最通常提供在交通工具内导航系统中但也可提供在PND自身中。
近年来,也在用于警告驾驶者车速监视区、超速摄像头及道路危险(例如,学校区域及事故多发路段)的系统中使用GPS。在此类系统中,具有GPS天线且可存取含有车速监视区、事故多发路段及其它相关项的位置的数据库的装置通常提供在交通工具中。所述装置经配置以使用从GPS信号导出的位置信息在交通工具邻近存储在所述数据库中的位置中的一者时向驾驶者提供警告。举例来说,在WO 01/55744 A2中描述一个此类系统。
利用全球导航卫星系统的装置的普遍存在允许实现一种新的用户提供输入,即,报告在某个位置处存在或缺乏对象。特别受关注的是与驾驶者相关的对象,例如强制限速(speed limit enforcement)装置、交通堵塞、道路封闭/施工、停车位置等等。
能够将位置信息发送到数据库及/或从数据库接收位置信息的装置称为“经连接装置”。此类装置的用户可提供输入(例如,按压物理或虚拟按钮)以报告对象的位置。当前位置(通常如由GPS或潜在地由用户提供)用于指示对象的位置。用户可选择通用装置的对象类型(例如,停车位置、超速摄像头或其它)或可报告专用装置(例如,雷达测速器)的位置。
基于此类用户输入,对象的准确定位受到以下因素的阻碍:
a)由装置/用户提供的地理坐标的低分辨率;
b)不准确的报告(即,用户选择错误的位置或在不再邻近时报告);
c)经不利地报告的假位置。
因此,本发明的实施例旨在提供用于基于来自邻近某一对象的用户的报告的统计准确估计所述对象的位置的方法及系统。特定来说,根据本发明的实施例,在远程服务器处(例如,在数据库中)收集用户报告(即,地理坐标(geographical coordinates)(或地理坐标(geo-coordinates))及对象类型),且所述用户报告形成对本文中提出的系统的输入以用于准确且稳健地检测对象位置。
发明内容
在现在将参考的所附独立权利要求中界定本发明。此外,可在独立权利要求所附的次级权利要求(sub-claims)中发现优选特征。
根据本发明的一个方面,提供一种创建估计模型的方法,所述估计模型用于基于由具有位置确定装置的多个移动装置供应的位置信息估计对象的地理位置,所述方法包括:
收集若干对象的已知实际对象位置数据,
从多个移动装置收集所报告的潜在对象位置数据,
定义指示已知实际对象位置数据与所报告的潜在位置数据之间的关系的至少一个参数,
计算每一对已知实际对象位置与所报告的潜在对象位置的所述参数或每一参数的值,
产生表示每一已知实际对象位置的所述参数或每一参数的计算出的值的至少一个直方图,及
使用所述直方图或每一直方图产生能够表示直方图指示实际对象的概率的计分函数。
所述方法还可包含:应用已知假位置的实际数据;计算每一对已知假位置及所报告的潜在对象位置的所述参数或每一参数的值;及计算表示每一已知假对象位置的所述参数或每一参数的计算出的值的至少一个直方图。
所述假对象位置数据可包括一或多个随机产生的位置,所述一或多个随机产生的位置在具有至少最小数目的所报告的潜在对象位置的区域内,且与已知实际对象位置相距预定最小距离。
产生至少一个直方图的步骤可包括以不同的空间分辨率产生实际对象位置及/或假位置中的至少一些的多个直方图。
替代地或额外地,可使用所述参数中的两者或两者以上产生实际对象位置及/或假位置中的至少一些的多个直方图。
所述参数可包含但不限于以下参数中的一或多者:位置之间的地理距离、位置之间的行进时间及道路网络上的位置之间的距离。
如将了解,产生表示所述参数或每一参数的计算出的值的至少一个直方图的步骤包括将计算出的参数值分选(binning)到多个分格(bin)中。
本发明还包含基于由具有位置确定装置的多个移动装置报告的潜在对象位置数据估计对象在地理区域内的位置的方法,所述方法包括:
从多个移动装置收集潜在对象位置数据,
将地理区域分成多个区域,且对于所述区域中的至少一些:
确定指示与某一区域相关联的点与由移动装置中的至少一些报告的潜在对象位置之间的距离的信息,及
应用估计器模型以将指示所述点对应于实际对象的概率的分数指派给所述点,及
基于指派给所述点的分数估计所述对象的位置。
可通过将网格应用到地理区域来将地理区域分成多个区域。与某一区域相关联的点优选地为网格点,但将了解,所述点可为由所述网格界定的每一区域内的任何位置,例如所述区域的中心。
所述方法可包括基于在所述点的预定距离内的潜在对象报告的数目选择将估计器模型应用到的点。
所述方法可包含:确定哪些点具有大于预定阈值的所指派分数;聚类分析位于彼此的预定范围的符合条件的点;及执行加权平均以估计所述对象的位置。
可以周期性地或实质上连续地以新的所报告的潜在对象位置数据重复所述方法。
所述方法可包含通过根据本文中的任何陈述的方法创建估计器模型。
本发明还包含一种包括计算机程序代码的计算机程序产品,当所述计算机程序代码在计算机上运行时,所述计算机程序代码在使用中经布置以执行根据本文中的任何陈述的方法。所述计算机程序代码可体现于计算机可读媒体中。
本发明还包含一种任选地为服务器系统的系统,所述系统经布置以处理数据以用于维护含有对象的地理位置的数据库,所述系统包括:通信装置,其用于从具有位置确定装置的多个移动装置接收报告,所述报告各自包括潜在对象的地理位置数据;及处理装置,其经布置以通过应用估计对象的位置的方法处理所述报告,所述方法是根据本文中的任何陈述。
根据本文中的任何陈述的方法及/或系统可在使用中经布置以估计包括限速装置的对象的位置。
本发明可包含本文中涉及的特征或限制的任何组合,除了相互排斥或相互矛盾的特征的此组合之外。
附图说明
现将描述本发明的优选实施例。仅作为实例,参考所附示意图,其中:
图1为全球定位系统(GPS)的示意说明;
图2为经布置以提供导航装置的电子组件的示意说明;
图3是导航装置可通过无线通信信道接收信息的方式的示意说明;
图4为导航装置的透视图;
图5示意性地展示表示为地图上的点的多个用户报告;
图6示意性地展示对象轨迹或用户轨迹与参考点之间的距离的计算;
图7为表示用户报告的分布的直方图;
图8示意性地展示在其附近区域中具有某个最小数目的报告的经过滤的网格点;
图9展示现由估计器f(x)评分的图4的网格点;
图10表示在聚类分析操作之后的对象位置的预测;以及
图11展示预测对象位置与现场实情(即,对象的实际验证位置)之间的关系。
具体实施方式
在优选实施例中,本发明涉及用于处理数据以维护强制限速装置的数据库的方法及系统。为保持所述数据库中的数据准确且最新,所述系统利用呈从多个移动装置接收的报告的形式的信息。换句话说,所述系统依赖一群用户连续供应关于未处在所述数据库中的新的强制限速装置的信息且验证与已处在所述数据库中的所述装置相关联的细节。
移动装置可具有任何合适形式,但在说明性实施例中为导航设备,例如便携式导航装置(PND)。现将特定参考PND描述本发明的优选实施例。然而,应记住,本发明的教示不限于PND而是可普遍适用于经配置以在驾驶者接近强制限速装置时使用列出此类装置的本地及/或远程数据库警告或提醒驾驶者的任何类型的处理装置。因此,由此断定,在本发明的背景中,移动装置可为PND(建置到交通工具中的导航装置)或实际上为计算资源(例如,台式或便携式个人计算机(PC)、移动电话或便携式数字助理(PDA))。术语“具有位置确定装置的移动装置”在本说明书中用于指代具有识别其自身位置的能力的任何类型的移动装置。
图1说明可由导航装置使用的全球定位系统(GPS)的实例视图。此类系统是已知的且用于各种目的。一股来说,GPS为基于卫星-无线电的导航系统,其能够确定无限数目个用户的连续位置、速度、时间及(在一些其它情况中)方向信息。GPS(以前称为NAVSTAR)并入有在极其精确的轨道上环绕地球运行的多个卫星。基于这些精确的轨道,GPS卫星可将其位置中继到任何数目个接收单元。
当经特殊装备以接收GPS数据的装置开始扫描GPS卫星信号的无线电频率时,实施GPS系统。在从GPS卫星接收无线电信号时,所述装置可经由多种不同常规方法中的一者确定所述卫星的精确位置。在多数情况中,所述装置将继续扫描信号,直到其获得至少三个不同卫星信号为止(注意,使用其它三角测量技术,通常不仅使用两个信号确定位置,但是能够仅使用两个信号确定位置)。在实施几何三角测距的情况下,接收器利用三个已知位置确定其自身相对于卫星的二维位置。可以已知方式进行此操作。此外,获取第四卫星信号允许接收装置以已知方式通过相同几何计算来计算其三维位置。可由无限数目个用户连续不断地实时更新位置及速度数据。
如图1中展示,GPS系统大体上由参考数字100表示。多个卫星102在围绕地球104的轨道中。每一卫星102的轨道未必与其它卫星102的轨道同步且实际上可能是异步的。GPS接收器106展示为从各种卫星102接收展频GPS卫星信号108。
从每一卫星102连续发射的展频信号108利用以极其准确的原子钟实现的高度准确的频率标准。作为其数据信号发射108的一部分,每一卫星102发射指示所述特定卫星102的数据流。所属领域的技术人员应理解,GPS接收器装置106一股从至少三个卫星102获取展频GPS卫星信号108以使GPS接收器装置106通过三角测距计算其二维位置。获取额外信号(导致来自总共四个卫星102的信号108)允许GPS接收器装置106以已知方式计算其三维位置。
图2为呈块组件格式的根据本发明的优选实施例的导航装置200的电子组件的说明性表示。应注意,导航装置200的框图不包含所述导航装置的所有组件而仅为许多实例组件的表示。
导航装置200定位在外壳(未展示)内。所述外壳包含连接到输入装置204及显示屏幕206的处理器202。输入装置204可包含键盘装置、语音输入装置、触摸面板及/或用于输入信息的任何其它已知输入装置;且显示屏幕206可包含任何类型的显示屏幕,例如LCD。在特别优选的布置中,输入装置204及显示屏幕206集成到包含触摸垫或触摸屏幕输入的集成输入及显示装置中,使得用户仅需触碰显示屏幕206的一部分来选择多个显示选择中的一者或激活多个虚拟按钮中的一者。
导航装置200可包含输出装置208,例如声讯输出装置(例如,扬声器)。因为输出装置208可产生用于导航装置200的用户的声讯信息,所以同样应理解,输入装置204也可包含用于接收输入语音命令的麦克风及软件。
在导航装置200中,处理器202经由连接210操作性地连接到输入装置204且经设置经由连接210从输入装置204接收输入信息,且经由输出连接212操作性地连接到显示屏幕206及输出装置208中的至少一者以将信息输出到显示屏幕206及输出装置208中的至少一者。此外,处理器202经由连接216可操作地耦合到存储器资源214,且进一步适于经由连接220从输入/输出(I/O)端口218接收信息/将信息发送到输入/输出(I/O)端口218,其中I/O端口218可连接到导航装置200外部的I/O装置222。举例来说,存储器资源214包括易失性存储器,例如随机存取存储器(RAM)及非易失性存储器(例如,数字存储器,例如快闪存储器)。外部I/O装置222可包含但不限于外部收听装置,例如(举例来说)耳机。到I/O装置222的连接可为到任何其它外部装置(例如,汽车音响单元)的有线或无线连接,以用于(例如)免提操作及/或语音激活操作、以用于到耳机或头戴式耳机的连接及/或用于(例如)到移动电话的连接,其中移动电话连接可用于在导航装置200与(例如)因特网或任何其它网络之间建立数据连接,及/或经由(例如)因特网或某种其它网络建立到服务器的连接。
图2进一步说明处理器202与天线/接收器224之间经由连接226的操作性连接,其中,举例来说,天线/接收器224可为GPS天线/接收器。将理解,由参考数字224指示的天线及接收器出于说明目的示意性地组合,但所述天线及接收器可为单独定位的组件,且所述天线可为(例如)GPS贴片天线或螺旋形天线。
此外,所属领域的一股技术人员将理解,图2中展示的电子组件由电源(未展示)以常规方式供电。如所属领域的一股技术人员将理解,认为图2中展示的组件的不同配置在本申请案的范围内。举例来说,图2中展示的组件可经由有线及/或无线连接及类似物彼此通信。因此,本申请案的导航装置200的范围包含便携式或手持式导航装置200。
此外,图2的便携式或手持式导航装置200可以已知方式连接或“对接到(举例来说)交通工具(例如,自行车、摩托车、汽车)或船舶”。接着,可从对接位置移除此导航装置200以用于便携式或手持式导航使用。实际上,在其它实施例中,装置200可经布置以为手持式的以允许用户的导航。作为实例,图4展示导航装置200,导航装置200可位于臂252上,臂252自身可使用吸杯254紧固到交通工具仪表盘、窗等等。此臂252为导航装置200可对接到的导航装置200的对接站的一个实例。举例来说,可通过将导航装置200卡扣连接(snap connecting)到臂来将导航装置200对接或以其它方式连接到对接站的臂252。接着,导航装置200可在臂252上旋转。为释放导航装置200与对接站之间的连接,举例来说,可按压导航装置200上的按钮。用于将导航装置耦合到对接站及使导航装置与对接站解耦的其它同样合适的布置对于所属领域的一股技术人员是众所周知的。
现参考图3,导航装置200可经由移动装置(未展示)(例如,移动电话、PDA及/具有移动电话技术的任何装置)与服务器302建立“移动”或电信网络连接,以便建立数字连接(例如,经由已知蓝牙技术的数字连接)。此后,通过其网络服务提供商,移动装置可与服务器302建立网络连接(例如,通过因特网)。因而,可在导航装置200(其可在单独行进及/或在交通工具中行进时为移动且常常是移动的)与服务器302之间建立“移动”网络连接以提供“实时”或至少非常“新近”的信息网关。
使用(例如)因特网(例如,万维网)在移动装置与另一装置(例如,服务器302)之间建立网络连接(经由服务提供商)可以已知方式来进行。举例来说,这可包含使用TCP/IP分层协议。所述移动装置可利用任何数目个通信标准,例如CDMA、GSM、WAN等等。
因而,举例来说,可利用经由数据连接、经由移动电话或导航装置200内的移动电话技术实现的因特网连接。为进行此连接,建立服务器302与导航装置200之间的因特网连接。举例来说,可通过移动电话或其它移动装置及GPRS(通用分组无线电服务)连接(GPRS连接为由电信运营商提供的用于移动装置的高速数据连接;GPRS为用于连接到因特网的方法)进行此连接。
导航装置200可进一步经由(例如)蓝牙技术以已知方式完成与移动装置的数据连接且最终完成与因特网及服务器302的数据连接,其中数据协议可利用任何数目的标准,例如(举例来说)GSRM、用于GSM标准的数据协议标准。
导航装置200可包含在导航装置200自身内的其自身的移动电话技术(举例来说,包含天线或任选地使用导航装置200的内部天线)。导航装置200内的移动电话技术可包含如上文指定的内部组件,且/或可包含可插入卡(例如,用户标识模块或SIM卡),连同例如必要的移动电话技术及/或天线。因而,导航装置200内的移动电话技术可类似地以类似于任何移动装置的方式的方式经由(例如)因特网在导航装置200与服务器302之间建立网络连接。
对于GPRS电话设置,有蓝牙功能的导航装置可用来正确地配合范围不断改变的移动电话型号、制造商等等,型号/制造商具体设置可存储在例如导航装置200上。可更新针对这种信息所存储的数据。
在图3中,导航装置200被描绘为经由可通过若干不同布置中的任何者实施的一股通信信道318与服务器302通信。当在服务器302与导航装置200之间建立通信信道318时,服务器302与导航装置200可进行通信(注意,此连接可为经由移动装置的数据连接、经由个人计算机经由因特网的直接连接等等)。
除可能未说明的其它组件之外,服务器302包含处理器304,处理器304操作性地连接到存储器306且经由有线或无线连接314进一步操作性地连接到大容量数据存储装置312。处理器304进一步操作性地连接到发射器308及接收器310以经由通信信道318将信息发射到导航装置200及从导航装置200接收信息。所发送及接收的信号可包含数据、通信及/或其它所传播信号。可根据用于导航系统200的通信设计中的通信要求及通信技术选择或设计发射器308及接收器310。此外,应注意,发射器308及接收器310的功能可组合到信号收发器中。
服务器302进一步连接到(或包含)大容量存储装置312,注意大容量存储装置312可经由通信链路314耦合到服务器302。大容量存储装置312含有大量导航数据及地图信息,且可再次为独立于服务器302的装置或可并入到服务器302中。
导航装置200适于通过通信信道318与服务器302通信,且包含如先前关于图2描述的处理器、存储器等等以及发射器320及接收器322,以通过通信信道318发送信号及接收信号及/或数据,注意,这些装置可进一步用于与除服务器302之外的装置通信。此外,可根据用于导航装置200的通信设计中的通信要求及通信技术选择或设计发射器320及接收器322,且发射器320及接收器322的功能可组合到单个收发器中。
存储在服务器存储器306中的软件为处理器304提供指令且允许服务器302向导航装置200提供服务。由服务器302提供的一个服务涉及处理来自导航装置200的请求及将导航数据从大容量数据存储装置312发射到导航装置200。由服务器302提供的另一服务包含针对所要应用使用各种算法处理导航数据及将这些计算的结果发送到导航装置200。
通信信道318一股表示连接导航装置200与服务器302的传播媒介或路径。服务器302及导航装置200两者均包含用于通过通信信道发射数据的发射器及用于通过通信信道接收已被发射的数据的接收器。
通信信道318不限于特定通信技术。此外,通信信道318不限于单个通信技术;即,信道318可包含使用各种技术的若干通信链路。举例来说,通信信道318可适于提供用于电通信、光学通信及/或电磁通信等等的路径。因而,通信信道318包含但不限于以下内容中的一者或组合:电路、电导体(例如,电线及同轴电缆)、光缆、转换器、射频(RF)波、大气层、真空区等等。此外,通信信道318可包含中间装置,例如(举例来说)路由器、中继器、缓冲器、发射器及接收器。
在一个说明性布置中,通信信道318包含电话及计算机网络。此外,通信信道318可能够容纳无线通信,例如射频、微波频率、红外线通信等等。此外,通信信道318可容纳卫星通信。
通过通信信道318发射的通信信号可包含但不限于如给定通信技术可能需要或要求的信号。举例来说,所述信号可适于用于蜂窝通信技术(例如,时分多址(TDMA)、频分多址(FDMA)、码分多址(CDMA)、全球移动通信系统(GSM)等等)中。可通过通信信道318发射数字信号及模拟信号两者。如通信技术可能需要,这些信号可为经调制、经加密及/或经压缩信号。
服务器302可为可由导航装置200经由无线信道存取的远程服务器。服务器302可包含定位在局域网(LAN)、广域网(WAN)、虚拟专用网络(VPN)等等上的网络服务器。在其它实施例中,服务器302可包含个人计算机(例如台式或膝上型计算机),且通信信道318可为连接在个人计算机与导航装置200之间的电缆。替代地,个人计算机可连接在导航装置200与服务器302之间以在服务器302与导航装置200之间建立因特网连接。替代地,移动电话或其它手持式装置可建立到因特网的无线连接,以用于经由因特网将导航装置200连接到服务器302。
可经由信息下载从服务器302向导航装置200提供信息,可自动周期性地更新或在用户将导航装置200连接到服务器302之后周期性地更新所述信息,且/或所述信息更新可在经由(例如)无线移动连接装置及TCP/IP连接在服务器302与导航装置200之间建立更恒定或频繁的连接之后为更动态的。对于动态计算,服务器302中的处理器304可用于处置大部分处理需要,然而,导航装置200的处理器210还常常独立于到服务器302的连接而处置许多处理及计算。
如此项技术中已知,导航装置200可经配置以在交通工具接近强制限速装置(例如,移动或固定超速摄像头)时提供警告。特定来说,可在交通工具以高于道路的法定速度限制的速度接近所述强制限速装置时提供警告。所述警告可根据需要包括导航装置200的显示器206上的视觉警告、声讯警告、触觉警告或其任何组合。为提供此类警告,导航装置可存取强制限速装置的数据库,所述数据库至少包含强制限速装置的位置及所述装置的速度限制。所述数据库通常将存储在导航装置200(例如,存储在存储器214中),且将使用通信信道318以来自服务器302的新数据定期更新所述数据库。然而,设想导航装置200可仅暂时性地存储用于其紧邻或规划路线中的限速装置的数据库的部分。
数据库中的超速摄像头各自具有与其相关联的至少一个属性且通常具有与其相关联的多个属性。举例来说,所述属性可为:超速摄像头的位置;与所述摄像头相关联的速度限制;超速摄像头针对其起作用的道路的侧;超速摄像头的类型(例如,固定摄像头、移动摄像头、平均车速监视区的部分)。
归因于超速摄像头的性质(例如,连续安装新的固定超速摄像头、固定超速摄像头可移动到新位置、移动超速摄像头通常将在短时间周期内处于操作中等等),需要不断刷新服务器302上的数据库中的信息以确保所述信息是准确且最新的。
本发明使用机器学习方法实现基于群体输入(community input)的对象(例如,超速摄像头)的稳健定位。
图5将超速摄像头的用户报告位置展示为地图上的圆圈R。
根据本发明的优选实施例,首先使用已知的数据创建并训练估计器模型。接着,将经训练估计器应用到所报告的位置数据以准确估计(未知)对象的位置。
所述估计器模型的创建及训练涉及机器学习,所述机器学习用于训练内核机器(kernel machine)。这涉及从用户取得与对象有关的报告及比较用户报告的位置数据与现实中存在的对象,现实中存在对象的位置是已知的。这是在脱机的情况下执行的。
首先,必须收集必要的数据。举例来说,一种已知实际对象的P位置经给出为(例如)地理坐标:
Obj loc = ( lon , lat ) i = 1 P
且U用户报告(其各自报告潜在对象)由下式给出:
Usr loc = ( lon , lat ) i = 1 U
任选地,假设一组F假位置(各自包括随机产生的位置,所述随机产生的位置在具有某个最小数目的用户报告的区域中且与已知实际对象位置相距预定已知距离),即
Fls loc = ( lon , lat ) i = 1 F
训练可在不使用假位置的情况下执行但将不会那么有效。
接着,必须准备数据。给定集合{Objloc,Usrloc,Flsloc},提取将被输入到学习机器的特征。
定义至少一个参数,所述参数指示对象与用户报告位置之间及假位置与用户报告位置之间的关系。举例来说,所述参数可为位置之间的地理距离、所述位置之间的行进时间或在道路网络上的所述位置之间的距离。接着,针对每一对实际对象位置及用户报告位置且针对每一对假位置及用户报告位置计算所述参数或每一参数。
图6示意性地展示参考A与用户报告轨迹及对象估计B1到Bn之间的计算。
对于每一实际对象位置及假对象位置,基于所述参数或每一参数的计算对数据进行分选(bin),从而产生多个直方图。针对每一实际对象且针对每一假位置产生至少一个直方图。可以不同空间分辨率产生每一实际对象或假位置的多个直方图,且/或可使用所述参数中的两个或两个以上针对每一位置产生多个直方图。
图7展示实例。使用从参考到用户报告的距离,沿着轴X从(例如)0-10m、10-20m、…、90=100m界定分格,在每一情形中,计数用户报告落入相应分格中的频率,在轴Y上指示报告的数目。当在将对象视为参考的情况下计算这些直方图时,这些直方图应在第一(即,附近)分格中具有较高数目的报告。
为提高方法的灵敏度,可使用(例如)固定数目的分格但在考虑不同范围(例如,针对0-100m固定10个分格,接着针对0-200m固定10个分格、…、针对0-1000m固定10个分格)的情况下计算一组此类直方图。以不同空间分辨率考虑一整组此类直方图将在稍后辅助学习机器确定对象的大概位置以及细粒度(fine grained)位置。优选地,通过进行正规化以具有范数1来将所述直方图中的每一者变换成相对直方图。这两个变化在各种对象彼此接近的情况中帮助对象的准确定位,从而在所述区域中导致更高数目的用户报告。
针对所有对象及假位置计算的这些组的直方图现在可用作用于机器学习方法的训练集。形式上,考虑为(经连结正规化直方图,标签)的P+F实例其中如果xi对应于针对对象计算的直方图,那么yi=+1,否则yi=-1。
接着,必须训练所述模型。基于N=P+F输入的样本,训练将实值分数指派给每一经考虑位置的估计器f(x)→R,其中每一位置表示为一组经连结的正规化直方图。较高分数指示潜在地更可能体现对象的位置。
称为内核机器的估计器是特别合适的,所述内核机器在形式上定义为以下等式
f ( x ) = Σ i = 1 N α i y i K ( x , x i ) + b
在此等式中,K表示用于比较实例的所谓的内核。为得到准确结果,选择适当的内核是必要的。因为在此情形中输入为直方图,所以合适的内核包含直方图交叉内核
k ( x , x ′ ) = Σ i = 1 d min ( x i , x ′ i )
及简森香浓内核
k ( x , x ′ ) = Σ i = 1 d x i 2 log 2 x i + x ′ i x i + x ′ i 2 log 2 x i + x ′ i x ′ i
在训练程序中估计权重αi及b,可针对所述训练程序使用各种学习算法,例如支持向量机器(Support Vector Machine)、内核化费舍尔判别分析(Kernel Fisher DiscriminantAnalysis)或内核岭回归(Kernel Ridge Regression)的算法。
为确定在外样本分析中表现最好的模型,可在训练程序中使用模型选择程序(例如,交叉验证)来使用(例如,F1分数或精度唤回曲线下的面积)作为性能度量而确定相关超参数(例如,所选择的内核及正规化参数)。
接着,必须应用所述模型。为将所述估计器应用于检测对象,首先,在所关注的经考虑区域(例如,在每10mx10m具有一网格点的1000mx1000m区域网格内)上产生离散网格。接着,必须通过估计器f(x)给每一网格点评分。为进行此操作,a)计算从网格点到用户报告位置的距离,b)基于所述距离计算经正规化连结直方图,及c)将f(x)应用到经连结的正规化直方图。
应注意,仅需要考虑在其周围存在用户报告的网格点。
因为待考虑的网格点的数目仍然可能较高,所以通过过滤掉在其附近具有少于某个数目的用户报告的网格点来降低计算负担是值得的。举例来说,可仅考虑在其500m的半径内具有10个以上报告的网格点。图8展示在过滤之后待考虑用于预测的网格点。接着,应用估计器f(x)(图9)。将f(x)>0应用到实值分数f(x)。高于阈值的分数表示含有所述对象的网格点。归因于用户报告的模糊性质,可预期均彼此接近的若干网格点变得“有效”。为将此类有效但在附近的网格点合并到单个预测,执行聚类分析步骤,所述聚类分析步骤将估计迭代地彼此合并,只要在某个最大距离(例如,50m)内发现有效网格点即可。在合并时,使用位置的加权平均。可重复所述聚类分析过程,直到在经定义邻近内不存在其它有效网格点为止。将聚类分析之后的最终估计位置当作对象在现实中的位置的估计。
对于实时系统,可以有规律的间隔(例如,每天、每周、每月或当在经界定地理区域内接收到某个数目的报告时)应用所述估计器。
图8到11展示对象位置的估计中的阶段。图8展示经过滤的网格点G(在此情形中展示为阴影区域的较大数目),网格点G在其附近区域中具有某个最小数目的报告。图9展示在由估计器进行评分之后的网格点。存在从作为最低分的1变化到作为最高分的5的若干类别的网格点。为便于表示,仅标记每一类别中的少数几个。图10说明聚类分析过程之后的网格点,再一次,其中仅每一分数中的少数几个被标记。最终,图11展示与使用经验证信息(即,现场实情)获得的实际位置A(由摄像头标志表示)比较的对象的位置的预测P(估计)。
虽然可使用上文概述的技术确定不同种类的对象的位置,但接下来描述可如何将此方式应用于超速摄像头的定位。基于用户供应信息的超速摄像头报告系统描述于2012年3月7日申请的本申请人的共同待决的GB 1204006.9中;所述申请案的全部内容以引用的方式并入本文中。
为计算从参考位置到用户报告位置的距离,可使用道路上的行进时间、距离或(在缺乏地图信息的情况下)地理距离。开发超速摄像头预测器的一个关键是使现场实情信息可用。为此目的,使用利用各种源(例如:人类体验、摄像头周围的特性速度轮廓及/或试验驾驶)的手工劳动产生标记摄像头的存在(或在不存在的情况下,标记区域)的参考数字集。
接着,可直接应用对象定位方法(估计器的训练、使用及评估)。
在实时超速摄像头系统中,可在一接收到新的用户报告之后便立即运行估计器,或可在已针对特定地理区域接收到某个数目的新用户报告之后周期性地运行估计器。其中估计器必须更新其预测的区域与直方图上的最大限度地考虑距离一样大。因为实时超速摄像头系统保持每一摄像头的历史,所以经更新预测需要比较与先前预测的摄像头位置进行比较且更新如下:
1.将经预测为不再存在的摄像头标记为被删除(即,在某个距离d内未预测到任何经更新摄像头)。
2.更新其位置略微变化(即,在某个距离d内)的摄像头的位置。
3.将在某个距离d内不存在任何摄像头的情况下新产生的摄像头作为新摄像头插入在数据库中。
替代地,对象定位方法可用于向人类主持人提示超速摄像头的高度可能位置,其可接着确保基于现有知识或其它源(例如试验驾驶)的位置的准确估计。
将了解,虽然迄今为止已描述本发明的各种方面及实施例,但本发明的范围不限于本文中陈述的特定布置而是扩展到涵盖对本发明的所有布置及修改及变更。举例来说,以上详细描述中的实施例具体涉及用于维护超速摄像头的数据库的系统,但将理解,可与其它类型的数据一起使用类似系统。特定来说,可使用类似于上文描述的系统的系统来维护具有临时性质的电子地图中的数据(例如,停车区域(停车场中的个别空间或多个空间)的位置及/或可用性,及电动交通工具充电站的位置及/或可用性)
类似地,虽然以上详细描述中描述的实施例涉及GPS,但应注意,移动装置200(例如,导航设备)可利用任何种类的位置感测技术作为对GPS的替代或实际上作为对GPS的补充。举例来说,所述导航设备可利用其它全球导航卫星系统,例如欧洲伽利略系统。同样地,其不限于基于卫星的系统,而可使用陆基信标(ground-based beacon)或使得所述装置能够确定其地理位置的另一种系统来容易地起作用。
所属领域的一股技术人员还应理解,虽然优选实施例可通过软件实施某种功能性,但可仅以硬件(例如,通过一或多个SIC(专用集成电路))或实际上通过硬件与软件的组合等效地实施所述功能性。
最后,应注意,虽然所附权利要求书陈述本文中描述的特征的特定组合,但本发明的范围不限于所附权利要求的特定组合,而是扩展到本文中揭示的特征或实施例的任何组合,这与此时是否已在所附权利要求书中特定列举所述特定组合无关。

Claims (15)

1.一种基于由具有位置确定装置的多个移动装置报告的潜在对象位置数据估计对象在地理区域内的位置的方法,所述方法包括:
从所述多个移动装置收集潜在对象位置数据,
将所述地理区域分成多个区域,且对于所述区域中的至少一些:
确定指示与区域相关联的点与由所述移动装置中的至少一些报告的所述潜在对象位置之间的距离的信息,以及
应用估计器模型,将指示所述点对应于实际对象的概率的分数指派给所述点,以及
基于指派给所述点的所述分数估计所述对象的所述位置。
2.根据权利要求1所述的方法,其包括基于在所述点的预定距离内的潜在对象报告的数目选择将所述估计器模型应用到的所述点。
3.根据权利要求1或2所述的方法,其包含:确定哪些点具有大于预定阈值的经指派分数;聚类分析位于彼此的预定距离内的符合条件的点;及执行加权平均以估计所述对象的所述位置。
4.根据任一前述权利要求所述的方法,其中周期性地或实质上连续地用新的所报告的潜在对象位置数据重复所述方法。
5.一种创建估计器模型的方法,所述估计器模型用于基于由具有位置确定装置的多个移动装置供应的位置信息估计对象的地理位置,所述方法包括:
收集若干对象的已知实际对象位置数据,
从所述多个移动装置收集所报告的潜在对象位置数据,
定义指示所述已知实际对象位置数据与所述所报告的潜在位置数据之间的关系的至少一个参数,
计算每对已知实际对象位置与所报告的潜在对象位置的所述参数或每一参数的值,
产生表示每一已知实际对象位置的所述参数或每一参数的计算出的值的至少一个直方图,以及
使用所述直方图或每一直方图创建能够表示直方图指示实际对象的概率的计分函数。
6.根据权利要求5所述的方法,其进一步包括:应用已知假位置的位置数据;计算每一对已知假位置与所报告的潜在对象位置的所述参数或每一参数的所述值;及产生表示每一已知假对象位置的所述参数或每一参数的所述计算出的值的至少一个直方图。
7.根据权利要求6所述的方法,其中所述假对象位置数据包括一或多个随机产生的位置,所述一或多个随机产生的位置在具有至少最小数目的所报告的潜在对象位置的区域内且与已知实际对象位置相距预定最小距离。
8.根据权利要求5到7中任一权利要求所述的方法,其中所述产生至少一个直方图的步骤可包括以不同空间分辨率创建所述已知位置中的至少一些的多个直方图。
9.根据权利要求5到8中任一权利要求所述的方法,其中使用所述参数中的两者或两者以上产生所述已知位置中的至少一些的多个直方图。
10.根据权利要求5到9中任一权利要求所述的方法,其中所述参数包括以下参数中的一或多者:位置之间的地理距离、位置之间的行进时间,及道路网络上的位置之间的距离。
11.根据权利要求1到4中任一权利要求所述的方法,其进一步包括创建根据权利要求5到10中任一权利要求所述的所述估计器模型。
12.根据任一前述权利要求所述的方法,其包括估计限速装置的位置。
13.一种包括计算机程序代码的计算机程序产品,当所述计算机程序代码在计算机上运行时,所述计算机程序代码在使用中经布置以执行根据任一前述权利要求所述的方法。
14.根据权利要求13所述的计算机程序产品,其体现于计算机可读媒体中。
15.一种任选地为服务器系统的系统,其经布置以处理数据以用于维护含有对象的地理位置的数据库,所述系统包括:通信装置,其用于从具有位置确定装置的多个移动装置接收报告,所述报告各自包括潜在对象的地理位置数据;及处理装置,其经布置以通过应用估计对象的位置的方法来处理所述报告,所述方法是根据权利要求1到4、11及12中的任一权利要求。
CN201380044762.5A 2012-06-29 2013-07-01 位置估计方法及系统 Active CN104584094B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB1211626.5A GB201211626D0 (en) 2012-06-29 2012-06-29 Location estimation method and system
GB1211626.5 2012-06-29
PCT/EP2013/063863 WO2014001579A1 (en) 2012-06-29 2013-07-01 Location estimation method and system

Publications (2)

Publication Number Publication Date
CN104584094A true CN104584094A (zh) 2015-04-29
CN104584094B CN104584094B (zh) 2016-11-23

Family

ID=46721674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380044762.5A Active CN104584094B (zh) 2012-06-29 2013-07-01 位置估计方法及系统

Country Status (5)

Country Link
US (1) US9763215B2 (zh)
EP (1) EP2867877B1 (zh)
CN (1) CN104584094B (zh)
GB (1) GB201211626D0 (zh)
WO (1) WO2014001579A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017158453A1 (en) * 2016-03-16 2017-09-21 International Business Machines Corporation Location context inference based on user mobile data with uncertainty
CN108027933A (zh) * 2015-12-14 2018-05-11 谷歌有限责任公司 估计地理实体容量
CN108712317A (zh) * 2018-03-28 2018-10-26 北京大学 一种基于移动社交网络的城市人群时空动态感知方法和系统
CN109408736A (zh) * 2018-08-28 2019-03-01 北京三快在线科技有限公司 地址确定方法及装置、电子设备及可读存储介质
CN109522374A (zh) * 2018-09-14 2019-03-26 北京三快在线科技有限公司 一种定位方法、装置、电子设备及可读存储介质
CN110928292A (zh) * 2018-08-31 2020-03-27 罗伯特·博世有限公司 用于预测多个对象的停留地点的方法、设备和计算机程序

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9288630B2 (en) * 2013-10-28 2016-03-15 Verizon Patent And Licensing Inc. Method and apparatus for providing positioning services using multi-spacing clustering
US9485620B2 (en) * 2014-02-20 2016-11-01 Denice M. HENSON Dynamic event notification system for mobile devices
CN109448361B (zh) * 2018-09-18 2021-10-19 云南大学 居民交通出行流量预测系统及其预测方法
US11438886B2 (en) * 2020-02-27 2022-09-06 Psj International Ltd. System for establishing positioning map data and method for the same

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000029869A1 (en) * 1998-11-13 2000-05-25 Brook Lang A speed trap information system
US20060075023A1 (en) * 2004-10-05 2006-04-06 Peter Tenereillo System and method for vote-based, interest specific collaboration regarding location of objects
CN101188103A (zh) * 2006-11-17 2008-05-28 行毅科技股份有限公司 车用导航控制系统及导航方法
WO2011071826A1 (en) * 2009-12-07 2011-06-16 Cobra Electronics Corporation Analyzing data from networked radar detectors

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6675085B2 (en) 2000-08-17 2004-01-06 Michael P. Straub Method and apparatus for storing, accessing, generating and using information about speed limits and speed traps
US6567035B1 (en) * 2001-11-30 2003-05-20 Bbnt Solutions Llc Systems and methods for networking radar detectors
US6748324B2 (en) * 2002-01-07 2004-06-08 Motorola, Inc. Method for determining location information
US8376855B2 (en) * 2004-06-28 2013-02-19 Winview, Inc. Methods and apparatus for distributed gaming over a mobile device
US7672778B1 (en) * 2004-07-20 2010-03-02 Navteq North America, Llc Navigation system with downloaded map data
US7809500B2 (en) 2005-02-07 2010-10-05 Microsoft Corporation Resolving discrepancies between location information and route data on a navigation device
AU2008362574A1 (en) 2008-10-07 2010-04-15 Tomtom International B.V. Validating map data corrections
WO2010126412A1 (en) * 2009-04-28 2010-11-04 Telefonaktiebolaget Lm Ericsson (Publ) Predicting presence of a mobile user equipment
WO2011053339A1 (en) 2009-10-29 2011-05-05 Tele Atlas North America Universal registry system and method of use and creation thereof
US8990199B1 (en) * 2010-09-30 2015-03-24 Amazon Technologies, Inc. Content search with category-aware visual similarity
US9279878B2 (en) * 2012-03-27 2016-03-08 Microsoft Technology Licensing, Llc Locating a mobile device
CN104541527B (zh) * 2012-06-22 2019-01-29 谷歌有限责任公司 用于推断用户的兴趣的方法及计算设备
US9443073B2 (en) * 2013-08-08 2016-09-13 Duo Security, Inc. System and method for verifying status of an authentication device
US9288556B2 (en) * 2014-06-18 2016-03-15 Zikto Method and apparatus for measuring body balance of wearable device
US9872150B2 (en) * 2015-07-28 2018-01-16 Microsoft Technology Licensing, Llc Inferring logical user locations

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000029869A1 (en) * 1998-11-13 2000-05-25 Brook Lang A speed trap information system
US20060075023A1 (en) * 2004-10-05 2006-04-06 Peter Tenereillo System and method for vote-based, interest specific collaboration regarding location of objects
CN101188103A (zh) * 2006-11-17 2008-05-28 行毅科技股份有限公司 车用导航控制系统及导航方法
WO2011071826A1 (en) * 2009-12-07 2011-06-16 Cobra Electronics Corporation Analyzing data from networked radar detectors

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108027933A (zh) * 2015-12-14 2018-05-11 谷歌有限责任公司 估计地理实体容量
WO2017158453A1 (en) * 2016-03-16 2017-09-21 International Business Machines Corporation Location context inference based on user mobile data with uncertainty
GB2563795A (en) * 2016-03-16 2018-12-26 Ibm Location context inference based on user mobile data with uncertainty
CN108712317A (zh) * 2018-03-28 2018-10-26 北京大学 一种基于移动社交网络的城市人群时空动态感知方法和系统
CN108712317B (zh) * 2018-03-28 2020-12-22 北京大学 一种基于移动社交网络的城市人群时空动态感知方法和系统
CN109408736A (zh) * 2018-08-28 2019-03-01 北京三快在线科技有限公司 地址确定方法及装置、电子设备及可读存储介质
CN110928292A (zh) * 2018-08-31 2020-03-27 罗伯特·博世有限公司 用于预测多个对象的停留地点的方法、设备和计算机程序
CN109522374A (zh) * 2018-09-14 2019-03-26 北京三快在线科技有限公司 一种定位方法、装置、电子设备及可读存储介质
CN109522374B (zh) * 2018-09-14 2020-04-17 北京三快在线科技有限公司 一种定位方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
GB201211626D0 (en) 2012-08-15
US9763215B2 (en) 2017-09-12
CN104584094B (zh) 2016-11-23
WO2014001579A1 (en) 2014-01-03
US20150181551A1 (en) 2015-06-25
EP2867877B1 (en) 2023-03-29
EP2867877A1 (en) 2015-05-06

Similar Documents

Publication Publication Date Title
CN104584094A (zh) 位置估计方法及系统
EP2946168B1 (en) Method and apparatus for creating map data
US10458804B2 (en) Methods of obtaining and using point of interest data
JP6782236B2 (ja) 注目点情報を提供する方法および装置
EP2823329B1 (en) Point of interest database maintenance system
EP2674722B1 (en) Method of determining a deviation from expected jam conditions
US9235993B2 (en) Method of creating map data comprising transit times for intersections
EP2427727B1 (en) Location point determination apparatus, map generation system, navigation apparatus and method of determining a location point
US10030980B2 (en) Method of creating map data
JP2012514198A (ja) 地理的領域に関する情報を処理するシステム及び方法
WO2011053389A1 (en) Methods and apparatuses for determining a geometric feature of a navigable feature
US9939514B2 (en) Determination of a statistical attribute of a set of measurement errors
US20180109915A1 (en) Systems, methods and devices for virtual fencing
CN102016505A (zh) 用于轨道显示的方法及设备
TW200928308A (en) A method of processing positioning data
JP2004028674A (ja) ナビゲート装置、及びナビゲートプログラム
CN104584095A (zh) 提供交通流量消息的方法
WO2012089273A1 (en) Methods and systems for obtaining information
WO2020099647A1 (en) Determining location data accuracy using probe measurements
US20230021637A1 (en) Methods of Generating and Transmitting Positional Data
US9277364B2 (en) Methods and apparatus for reporting location privacy
JP2014021897A (ja) 道路交通情報収集システム、道路交通情報収集装置および車載装置

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
TR01 Transfer of patent right

Effective date of registration: 20181227

Address after: Amsterdam, The Netherlands

Patentee after: TOMTOM TRAFFIC B.V.

Address before: Amsterdam, The Netherlands

Patentee before: Tongteng Technology Co.,Ltd

Effective date of registration: 20181227

Address after: Amsterdam, The Netherlands

Patentee after: Tongteng Technology Co.,Ltd

Address before: leipzig germany

Patentee before: TOMTOM DEVELOPMENT GERMANY GmbH

TR01 Transfer of patent right