CN105588574A - 用于避开目的地拥堵的方法和系统 - Google Patents

用于避开目的地拥堵的方法和系统 Download PDF

Info

Publication number
CN105588574A
CN105588574A CN201510745099.2A CN201510745099A CN105588574A CN 105588574 A CN105588574 A CN 105588574A CN 201510745099 A CN201510745099 A CN 201510745099A CN 105588574 A CN105588574 A CN 105588574A
Authority
CN
China
Prior art keywords
destination
data
blocking
information
computing system
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
CN201510745099.2A
Other languages
English (en)
Other versions
CN105588574B (zh
Inventor
斯科特·斯迈瑞卡
乔伊·蕾·格鲁佛
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.)
Livio Inc
Original Assignee
Myine Electronics LLC
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 Myine Electronics LLC filed Critical Myine Electronics LLC
Publication of CN105588574A publication Critical patent/CN105588574A/zh
Application granted granted Critical
Publication of CN105588574B publication Critical patent/CN105588574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Landscapes

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

Abstract

本发明公开一种用于避开目的地拥堵的方法和系统。远程服务器具有与一个或更多个数据库通信的至少一个处理器，所述至少一个处理器被配置为：基于在目的地处的交通信息和/或估计人数来预测目的地的拥堵。所述一个或更多个数据库可包括地图信息和到场信息。所述处理器被配置为：接收当前位置和目的地的输入。所述处理器还可被配置为：在地图信息中查询在至当前位置的预定义距离内的针对目的地的一个或更多个坐标。所述处理器还可被配置为：查询到场信息，以基于所述一个或更多个坐标来估计在目的地处的人数；将估计的人数与针对目的地的一个或更多个预定义拥堵值进行比较。所述处理器还可被配置为：基于所述比较来输出针对目的地的拥堵预测。

Description

用于避开目的地拥堵的方法和系统
技术领域
本公开涉及一种用于预测在目的地处的拥堵的系统和方法，更具体地讲，涉及一种拥堵预测系统的布置和方法。
背景技术
车辆导航系统可允许车辆的驾驶员设置目的地。当前位置检测器可检测车辆的当前位置。这样，车辆的目的地和当前位置可被设置。然后，从当前位置至目的地的路线可被搜索。路线导航/指导可沿着在搜索处理中检测到的路线来执行。在路线搜索处理中，选择从当前位置至目的地距离最短的路线或者到达目的地所需要的时间最短的路线。
车辆导航系统可接收交通信息(诸如，道路拥堵信息)，使得适当的路线可被搜索到以避免拥堵的区域。包含路线的区域通过网格系统的操作被逻辑地划分成几部分。服务器搜索多条路线并将交通信息分发给与每部分相关的导航系统。因此，导航系统在接收到交通信息之后在必要的时间内搜索最短的路线。
发明内容
在至少一个实施例中，远程服务器包括与一个或更多个数据库通信的至少一个处理器。所述一个或更多个数据库可包括地图信息和到场(attendance)信息。所述处理器被配置为：接收当前位置和目的地的输入。所述处理器还可被配置为：在地图信息中查询在至当前位置的预定义距离内的针对目的地的一个或更多个坐标。所述处理器还可被配置为：查询到场信息，以基于所述一个或更多个坐标来估计在目的地处的人数；将估计的人数与针对目的地的一个或更多个预定义拥堵值进行比较。所述处理器还可被配置为：基于所述比较来输出针对目的地的拥堵预测。
根据本发明的一个实施例，所述至少一个处理器还被配置为：向车辆计算系统发送拥堵预测。
根据本发明的一个实施例，所述一个或更多个数据库包括包含以下数据中的至少一个的数据：针对所述一个或更多个坐标的历史数据、社交媒体数据和交通数据。
根据本发明的一个实施例，在所述数据库中的目的地的所述历史数据是停车可用性、平均人数和交通量中的至少一个。
根据本发明的一个实施例，所述处理器还被配置为：基于所述拥堵预测对所述一个或更多个坐标进行排名，向装置输出针对目的地的排名后的一个或更多个坐标。
根据本发明的一个实施例，所述一个或更多个坐标是基于至当前位置的预定义距离的针对目的地的至少一个位置。
根据本发明的一个实施例，目的地的输入是商家名称、兴趣点、地址和街道名称中的至少一个。
根据本发明的一个实施例，当前位置是默认位置、移动装置的位置和用户指定的位置中的至少一个。
根据本发明的一个实施例，所述至少一个处理器还被配置为：查询所述一个或更多个数据库，以在预定义的时间窗内估计在所述一个或更多个坐标处的平均人数。
在至少一个实施例中，一种车辆计算系统包括：与发送器进行通信的至少一个处理器。所述处理器被配置为：接收当前位置和目的地的输入。所述处理器还可被配置为：在具有地图信息的数据库中查询针对目的地的一个或更多个坐标。所述处理器还可被配置为：经由发送器向远程服务器发送针对所述一个或更多个坐标的交通信息请求。所述处理器还可被配置为：从远程服务器接收针对目的地的交通信息；基于所述交通信息，计算从当前位置至目的地的到达时间。所述处理器还可被配置为：基于所述到达时间，输出针对目的地的拥堵预测。
在至少一个实施例中，一种响应于目的地的输入来输出拥堵预测的方法。所述方法使用与一个或更多个数据库通信的处理器，所述一个或更多个数据库具有地图信息和到场信息。所述方法可基于目的地查询针对位置的地图信息。所述方法可查询到场信息以估计在所述位置处的人数。所述方法可基于对在所述位置处的人数与预定义拥堵值的比较来输出针对所述位置的拥堵预测。
根据本发明，一种方法包括：响应于目的地的输入，与具有地图信息和到场信息的一个或更多个数据库通信的处理器被配置为：基于目的地查询针对位置的地图信息；查询到场信息以估计在所述位置处的人数；基于对在所述位置处的人数与预定义拥堵值的比较，输出针对所述位置的拥堵预测。
根据本发明的一个实施例，所述方法还包括：在预定义时间窗内接收在所述位置处的估计人数。
附图说明
图1是针对车辆的基于车辆的计算系统的示例框式拓扑图；
图2A是与基于车辆的计算系统通信的拥堵预测系统的说明性示例；
图2B是针对一个或更多个位置的包括数据库的拥堵预测系统的说明性示例；
图3是用于拥堵预测系统的预期人数计算的说明性流程图；
图4是用于拥堵预测系统的数据收集方法的说明性流程图；
图5是用于拥堵预测系统的拥堵预测方法的说明性流程图；
图6是使用拥堵预测系统的导航方法的说明性流程图。
具体实施方式
在此描述了本公开的实施例。然而，应该理解的是，所公开的实施例仅仅是示例，并且其它实施例可采用各种替代形式。附图无需按比例绘制；可夸大或缩小一些特征以示出特定组件的细节。因此，在此公开的具体结构和功能细节不应被解释为具有限制性，而仅仅是作为用于教导本领域技术人员以多种方式利用实施例的代表性基础。本领域普通技术人员将理解的是，参照任一附图示出并描述的各种特征可与在一个或更多个其它附图中示出的特征相结合，以产生未被明确示出或描述的实施例。示出的特征的组合提供用于典型应用的代表性实施例。然而，针对特定应用或实施方式，可期望与本公开的教导一致的特征的各种组合和修改。
本公开的实施例总体上提供了多个电路或其它电气装置。所有对所述电路和其它电气装置的引用以及由每一个所述电路和其它电气装置提供的功能都不意在限于仅涵盖在此示出和描述的内容。虽然特定的标号可被分配给公开的各种电路或其它电气装置，但是这样的标号并不意在限制所述电路和其它电气装置的操作的范围。可基于所期望的特定类型的电气实施方案，按照任何方式将这种电路和其它电气装置彼此组合和/或分离。应认识到的是，在此公开的任何电路或其它电气装置可包括任意数量的微处理器、集成电路、存储器装置(例如，闪存、随机存取存储器(RAM)、只读存储器(ROM)、电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或上述项的其它适当变型)和软件，它们彼此协作以执行在此公开的操作。此外，任意一个或更多个电气装置可被配置为执行在非暂时性计算机可读介质中实现的计算机程序，其中，所述计算机程序被编写为执行公开的任意数量的功能。
本公开涉及一种用于预测在选择的目的地(例如，位置)处的拥堵的系统和方法。所述系统和方法可基于从一个或更多个数据库接收的一种或更多种算法计算信息来针对选择的位置预测拥堵，其中，所述数据库包括社交媒体数据、交通数据(例如，施工、报告的事故等)以及存储的与该位置相关的历史数据。所述历史数据可包括：与特定位置相关的数据、针对该位置的交通高峰时间以及过去在特定的给定时间在该位置处已有的人数。
例如，用户可通过导航系统选择给定目的地，系统可基于所述选择来查询社交媒体订阅源(socialmediafeeds)和/或数据库，以预测在目的地处的人数(例如，经由Facebook的位置签到(check-in)帖)。系统可查询目的地周围的一个或更多个位置以预测拥堵量。系统还可响应于令人不悦的拥堵计算结果来建议与选择的位置相关的其它可选位置。
本公开可利用被配置为与远程服务器通信的车辆计算系统来预测在选择的位置处有多少人。所述服务器可预测在特定位置和/或该位置的周围区域有多少人。所述服务器还可被配置为包括从其它源中发现的辅助数据，辅助数据可包括该位置的营业时间、建筑物的大小以及在该位置处的停车位数量。在另一示例中，用户可输入餐厅名称，系统可基于社交媒体订阅源、交通数据和/或餐厅的历史信息(例如，在特定时间和日期的客户的平均数量)来预测餐厅的忙碌情况。如果餐厅很忙、一般忙或是空的，则系统可输出数据通知用户。系统还可基于针对初始选择的令人不悦的拥堵结果来建议与该餐厅类似的其它选项或针对该餐厅的其它位置。
图1示出用于车辆31的基于车辆的计算系统(VCS)1的示例框式拓扑图。这种基于车辆的计算系统1的示例为由福特汽车公司制造的SYNC系统。设置有基于车辆的计算系统的车辆可包含位于车辆中的可视前端界面4。如果所述界面设置有例如触敏屏幕，则用户还能够与所述界面进行交互。在另一说明性实施例中，通过按钮按压、具有自动语音识别和语音合成的口语对话系统来进行交互。
在图1所示的说明性实施例1中，处理器3控制基于车辆的计算系统的至少一部分操作。设置在车辆内的处理器允许对命令和程序进行车载处理。另外，处理器连接到非持久性存储器5和持久性存储器7两者。在此说明性实施例中，非持久性存储器是随机存取存储器(RAM)，持久性存储器是硬盘驱动器(HDD)或闪存。一般说来，持久性(非暂时性)存储器可包括当计算机或其它装置掉电时保持数据的所有形式的存储器。这些存储器包括但不限于：HDD、CD、DVD、磁带、固态驱动器、便携式USB驱动器和任何其它适当形式的持久性存储器。
处理器还设置有允许用户与处理器进行交互的若干不同的输入。在此说明性实施例中，麦克风29、辅助输入25(用于输入33)、USB输入23、GPS输入24、屏幕4(可为触摸屏显示器)和蓝牙输入15全部被设置。还设置有输入选择器51，以允许用户在各种输入之间进行切换。麦克风和辅助连接器两者的输入在被传送到处理器之前，由转换器27对所述输入进行模数转换。尽管未示出，但是与VCS进行通信的众多车辆组件和辅助组件可使用车辆网络(诸如但不限于CAN总线)向VCS(或其组件)传送数据并传送来自VCS(或其组件)的数据。例如，VCS1可经由车辆网络与导航系统进行通信。导航系统可包括一个或更多个用户屏幕用于使得驾驶员能够输入目的地。导航系统可包括GPS输入24、车辆导航装置60、个人导航装置54和/或它们的组合。VCS1可经由导航系统从用户接收目的地信息。VCS可经由导航系统查询一个或更多个坐标。所述一个或更多个坐标可包括针对目的地的一个或更多个位置。VCS可利用所述一个或更多个坐标请求针对目的地的拥堵预测。
系统的输出可包括但不限于视觉显示器4以及扬声器13或立体声系统输出。扬声器连接到放大器11，并通过数模转换器9从处理器3接收其信号。还可分别沿19和21所示的双向数据流产生到远程蓝牙装置(诸如PND54)或USB装置(诸如车辆导航装置60)的输出。
在一说明性实施例中，系统1使用蓝牙收发器15与用户的移动装置53(例如，蜂窝电话、智能电话、PDA或具有无线远程网络连接能力的任何其它装置)进行通信(17)。移动装置随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，蜂窝塔57可以是WiFi接入点。
移动装置与蓝牙收发器之间的示例性通信由信号14表示。
可通过按钮52或类似的输入来指示将移动装置53与蓝牙收发器15进行配对。相应地，CPU被指示车载蓝牙收发器将与移动装置中的蓝牙收发器进行配对。
可利用例如与移动装置53关联的数据计划、话上数据或DTMF音在CPU3与网络61之间传送数据。可选地，可期望包括具有天线18的车载调制解调器63，以便在CPU3与网络61之间通过语音频带传送数据(16)。移动装置53随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，调制解调器63可与蜂窝塔57建立通信(20)，以与网络61进行通信。作为非限制性示例，调制解调器63可以是USB蜂窝调制解调器，并且通信20可以是蜂窝通信。
在一说明性实施例中，处理器设置有包括用于与调制解调器应用软件进行通信的API的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件，以完成与(诸如在移动装置中发现的)远程蓝牙收发器的无线通信。蓝牙是IEEE802PAN(个域网)协议的子集。IEEE802LAN(局域网)协议包括WiFi并与IEEE802PAN具有相当多的交叉功能。两者都适合于车辆内的无线通信。可在本领域使用的其它通信方式是自由空间光通信(诸如IrDA)和非标准化消费者IR协议。
在另一实施例中，移动装置53包括用于语音频带或宽带数据通信的调制解调器。在话上数据的实施例中，当移动装置的拥有者可在数据被传送的同时通过装置说话时，可实施已知为频分复用的技术。在其它时间，当拥有者没有在使用装置时，数据传送可使用整个带宽(在一示例中是300Hz至3.4kHz)。尽管频分复用对于车辆与互联网之间的模拟蜂窝通信而言会是常见的并仍在被使用，但其已经很大程度上被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)、空域多址(SDMA)的混合体所替代。这些都是ITUIMT-2000(3G)兼容的标准，为静止或行走的用户提供高达2mbps的数据速率，并为在移动的车辆中的用户提供高达385kbps的数据速率。3G标准现在正被IMT-Advanced(4G)所替代，其中，所述IMT-Advanced(4G)为在车辆中的用户提供100mbps的数据速率，并为静止的用户提供1gbps的数据速率。如果用户具有与移动装置关联的数据计划，则所述数据计划可允许宽带传输且所述系统可使用宽得多的带宽(加速数据传送)。在另一实施例中，移动装置53被安装至车辆31的蜂窝通信装置(未示出)所替代。在另一实施例中，移动装置(ND)53可以是能够通过例如(而非限制)802.11g网络(即WiFi)或WiMax网络进行通信的无线局域网(LAN)装置。
在一实施例中，传入数据可经由话上数据或数据计划穿过移动装置、穿过车载蓝牙收发器，并进入车辆的内部处理器3。例如，在某些临时数据的情况下，数据可被存储在HDD或其它存储介质7上，直至不再需要所述数据时为止。
其它的可与车辆进行接口连接的源包括：具有例如USB连接56和/或天线58的个人导航装置54、具有USB62或其它连接的车辆导航装置60、车载GPS装置24、或与网络61连接的远程导航系统(未示出)。USB是一类串行联网协议中的一种。IEEE1394(火线TM(苹果)、i.LINKTM(索尼)和LynxTM(德州仪器))、EIA(电子工业协会)串行协议、IEEE1284(Centronics端口)、S/PDIF(索尼/飞利浦数字互连格式)和USB-IF(USB开发者论坛)形成了装置-装置串行标准的骨干。多数协议可针对电通信或光通信来实施。
此外，CPU可与各种其它的辅助装置65进行通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括但不限于个人媒体播放器、无线保健装置、便携式计算机等。
此外或可选地，可使用例如WiFi(IEEE803.11)收发器71将CPU连接到基于车辆的无线路由器73。这可允许CPU在本地路由器73的范围内连接到远程网络。
除了由位于车辆中的车辆计算系统执行示例性处理之外，在某些实施例中，还可由与车辆计算系统通信的计算系统来执行示例性处理。这样的系统可包括但不限于：无线装置(例如但不限于移动电话)或通过无线装置连接的远程计算系统(例如但不限于服务器)。这样的系统可被统称为与车辆关联的计算系统(VACS)。在某些实施例中，VACS的特定组件可根据系统的特定实施而执行处理的特定部分。通过示例而并非限制的方式，如果处理具有与配对的无线装置进行发送或者接收信息的步骤，则很可能无线装置不执行该处理，这是因为无线装置不会与自身进行信息的“发送和接收”。本领域的普通技术人员将理解何时不适合对给定解决方案应用特定的VACS。在所有解决方案中，预期至少位于车辆自身内的车辆计算系统(VCS)能够执行示例性处理。
图2A是与基于车辆的计算系统1通信的拥堵预测系统200的说明性示例。拥堵预测系统200可包括：具有至少一个服务器的网络61、数据库206以及被配置为执行一个或更多个算法来计算针对目的地的拥堵预测的硬件。服务器61可与一个或更多个数据库进行通信以检索与特定位置相关的信息。所述一个或更多个数据库可包括但不限于社交媒体数据202、交通数据204和/或以上二者的组合。例如，社交媒体数据202可包括被存储在数据库中的数据和/或来自包含一个或更多个计算机的网页的数据，其中，所述一个或更多个计算机与完全限定域名相关联并使得内容可在网站(诸如，FacebookTM、FoursquareTM、GowallaTM等)上被获得。拥堵预测系统200可基于目的地输入从一个或更多个社交媒体数据库检索信息。
在另一示例中，用户可使用VCS1的显示器4请求特定的咖啡店目的地。拥堵预测系统200可接收咖啡店目的地，并基于咖啡店目的地来搜索社交媒体数据202。例如，FacebookTM允许人们使用在他们的移动电话上的GPS来让朋友们准确地知道他们在哪儿。拥堵预测系统200可基于咖啡店目的地来请求数据，以预测在咖啡店或在咖啡店附近有多少人。
交通数据204可包括来自具有交通信息的数据库的数据、和/或来自包含一个或更多个计算机的网页的数据、以及/或者任何其它本地新闻交通数据，其中，所述一个或更多个计算机与完全限定域名相关联并使得内容可在网站(诸如，HERETM、BeattheTrafficTM)上被获得。拥堵预测系统200可基于目的地输入来向一个或更多个交通数据库请求信息。
继续咖啡店的示例，拥堵预测系统可确定咖啡店的GPS位置(例如，一个或更多个坐标)并向交通网站数据库204请求交通信息。例如，HERETM允许基于目的地的交通信息被传送给他们的用户。拥堵预测系统200可请求基于咖啡店目的地的交通数据来预测咖啡店周围区域的拥堵情况。
服务器61可检索被存储在数据库206中的附加数据。数据库206可包括与目的地相关的历史数据。例如，与咖啡店相关的附加数据可包括：关于基于日期、星期几、时间和/或它们的组合通常在目的地处的平均人数的信息。
在另一示例中，车辆31的用户可在VCS1的显示器4上输入目的地(例如，咖啡店目的地)。VCS1可接收目的地信息并将针对该目的地的拥堵预测的请求发送到网络61。VCS1可经由通信装置使用无线连接来向网络发送所述请求。通信装置可包括但不限于：在车辆31内的嵌入式蜂窝电话、在车辆31内的嵌入式调制解调器、使用蓝牙发送器与VCS1通信的移动装置53和/或它们的组合。
在一示例中，车辆31的用户可经由与VCS1关联的应用在移动装置53中输入目的地。VCS1可经由有线和/或无线技术连接从移动装置53接收目的地。VCS1可从移动装置53接收目的地信息并向网络61发送针对目的地的拥堵请求。
图2B是针对一个或更多个位置的包括数据库206的拥堵预测系统200的说明性示例。拥堵预测系统200可与数据库206进行通信以确定拥堵预测。数据库206可包括但不限于：目的地停车场信息208、周围的停车位置210、历史签到数据、历史交通记录212和/或它们的组合。
例如，用户可使用拥堵预测应用(未示出)在移动装置53中输入目的地。在拥堵预测应用中所输入的目的地可经由应用程序接口(API)被传送到VCS1。VCS1可发送用于基于输入的目的地计算拥堵预测的请求。在另一示例中，移动装置53可经由拥堵预测应用接收目的地信息，并向网络61发送针对拥堵预测的请求。网络可将针对目的地的拥堵预测发送到移动装置53和/或在车辆31中的VCS1。
拥堵预测系统200可接收目的地信息并与数据库206进行通信以检索历史数据，所述历史数据包括与目的地相关的统计信息。拥堵预测系统200可基于目的地位置查询数据库206以确定目的地周围的可用停车位置208。系统200可基于预期在目的地处出现的估计人数与针对目的地的停车场信息的比较，预测是否有可接受数量的停车位置可用。
例如，拥堵预测系统200可从用户接收餐厅位置。系统200可基于以下信息中的至少一个来估计餐厅中的人数：对社交媒体网站数据库的查询、餐厅的历史数据、交通信息数据库和/或它们的组合。系统200可基于餐厅中的估计人数和针对该餐厅可用的停车位置数量来预测在该餐厅中和/或餐厅周围是否有可接受数量的停车位。
在另一示例中，如果社交媒体数据和/或交通信息的查询不足以实现可靠的预测，则拥堵预测系统200可包括历史数据来进行拥堵预测。例如，拥堵预测系统200可检索社交媒体数据和交通信息，并将社交媒体数据和交通信息与关于先前在餐厅签到的历史数据以及关于一天中的时间、星期几等的交通数据进行比较。拥堵预测系统200可随着正在进行的社交媒体数据和/或交通信息的查询来更新数据库206。
图3是用于拥堵预测方法和系统的预期人数计算方法300的说明性流程图。拥堵预测方法可包括在车辆计算系统的硬件中执行的一个或更多个软件应用。所述一个或更多个应用可包括用于填充和管理用于拥堵预测系统的拥堵预测数据的指令。预期人数计算方法300可利用被包含在VCS中的软件代码来实现。在其它示例中，方法300可在其它车辆控制器中、在与VCS通信的远程服务器中实现，分布在多个车辆控制器中，或者以以上的组合方式来实现。
再参照图3，在整个方法300的讨论中参考在图1、图2A和图2B中示出的车辆及其组件，以帮助理解本公开的各个方面。可通过计算机算法、机器可执行代码或被编入车辆的合适的可编程逻辑装置(诸如，车辆控制模块、在远程服务器中的控制模块、与车辆计算系统通信的另一控制器)的软件指令或它们的组合来实现预测在目的地和/或目的地周围的拥堵的方法300。虽然在流程图300中示出的各个操作看起来按照时间顺序发生，但是所述操作中的至少一部分可以以不同顺序发生，并且部分操作可同时执行或者不执行。
在操作302，方法300可从一个或更多个装置接收位置信息。所述一个或更多个装置可包括用于执行拥堵预测应用的硬件。所述一个或更多个装置可被配置为与服务器61进行通信。所述一个或更多个装置可包括移动装置53、VCS1和/或它们的组合。位置信息可包括但不限于商家名称(buninessname)、兴趣点、GPS坐标、街道名称、经纬度坐标和/或它们的组合。
例如，用户可输入麦当劳作为位置信息。执行拥堵预测应用的装置可具有GPS系统。拥堵预测应用可从GPS系统检索GPS坐标，以确定输入位置信息时所处的坐标。拥堵预测应用可检索位于所述坐标附近的最近的麦当劳。拥堵预测应用可向拥堵预测系统发送位置信息和/或GPS数据，以检索与位置信息相关的数据。
在另一示例中，拥堵预测应用可检索在用户的当前位置附近的两个或更多个麦当劳。所述方法可提供针对位于当前位置附近的所述两个或更多个麦当劳的坐标。拥堵预测应用可向系统发送所述两个或更多个麦当劳的坐标以检索相关的位置信息。
在操作304，方法300可基于位置信息查询数据。继续麦当劳的示例，方法300可接收与装置位置相关的GPS数据并确定最靠近所述装置的麦当劳。
在操作306，方法300可基于位置信息确定是否找到位置。方法300还可要求基于一个或更多个预定义标准要求来寻找所述位置。所述一个或更多个预定义标准要求可包括：用户希望去往所述位置时围绕装置原点的英里范围(arangeinmiles)、行驶时间阈值和/或其组合。如果没有找到所述位置，则方法300可在操作308请求新的位置输入。例如，如果麦当劳餐厅没有处在围绕装置原点的预定英里范围内，则方法300可请求新的位置输入。
在操作310，所述方法可检索与所述位置相关的信息。拥堵预测系统和方法可基于所述位置从社交媒体数据库中查询信息，以确定当前有多少人在所述位置“签到”。例如，如果找到了麦当劳的位置，则方法300可查询Facebook数据库以预测当前在该位置有多少人。在另一示例中，方法300可查询交通网站以预测该位置周围的交通拥堵量。
方法300还可从历史数据库中检索与该位置相关的信息。所述数据库可存储与位置和/或位置的周围区域相关的历史信息。例如，方法300可查询所述数据库以基于一天中的时间、一周中的星期几、一年中的第几周和/或它们的组合来搜索通常在该位置签到的人数。在另一示例中，方法300可查询所述数据库以基于一天中的时间、一周中的星期几、一年中的第几周中的至少一个条件来搜索该位置周围的交通量估计值。
在操作312，方法300可基于从社交媒体数据库接收的信息、保存在所述数据库中的历史数据、交通信息和/或它们的组合来查询在特定时间的平均人数。方法300可通过在操作314将检索到的关于特定时间的人数的数据保存到所述数据库，更新在所述数据库中的针对所述位置存储的数据。
例如，方法300可从社交媒体数据库检索基于所述位置的信息。方法300可基于检索到的信息估计在所述位置可能有多少人。方法300可更新所述数据库以反映针对特定位置、一天中的时间、一周中的星期几和一年中的几月份的估计数量。所述数据库可更新并保存数据，以提供更多的数据点样本，从而提高拥堵预测计算的准确度。
在操作316，方法300可应用查询到的数据来计算在特定时间的预期人数。例如，控制器可从一个或更多个服务器接收查询到的数据，并基于预定义时间窗来计算人数。例如，如果方法300经由Foursquare接收到在麦当劳已签到了十人的计数，则所述方法可查看所述十人是否在最后的二十五分钟内签到。方法300还可基于日期、时间等来查看通常在麦当劳的平均人数，并将存储在数据库中的平均人数应用于从一个或更多个数据库检索到的人数计数，以提高拥堵预测准确度。
在操作318，方法300可基于在一个或更多个装置计算预期的人数来输出消息。例如，方法300可输出拥堵的预测分级水平，包括高拥堵、中拥堵和低拥堵。其中，高拥堵可被解释为拥挤、等待时间拉长、排队较长(longerlines)和/或停车受限。中拥堵可被解释为在该位置是潜在拥挤的和/或服务的等待时间可能拉长。低拥堵可被解释为可以停车、没有车流和/或潜在地快速服务。
在另一示例中，方法300可提供绿色、黄色和红色的标度。其中，红色意味着位置和/或周围区域是拥挤的，黄色意味着中拥堵，绿色意味着可接受水平的拥堵。例如，所述方法可基于表明在位置附近有车祸引发交通问题的指示，来设置红色指示。
在操作320，方法300可使得用户能够输入新目的地。如果用户输入了新目的地，则方法300可继续进行操作302至318中的查询位置并基于位置来计算拥堵预测的处理。
在操作322，VCS1可监测点火开关断开事件。如果点火开关断开事件未被检测到，则VCS1可继续监测新目的地。如果点火开关断开事件被检测到，则VCS1可开始掉电，在禁用一个或更多个系统的同时将一个或更多个拥堵预测消息存储在非易失性存储器中。在另一实施例中，当点火开关断开事件被检测到时，VCS1可将包含拥堵预测数据的一个或更多个消息发送到连接的移动装置。
图4是用于拥堵预测系统的数据收集方法400的说明性流程图。所述数据收集方法可包括在VCS的硬件上、在与VCS通信的远程服务器上、在与VCS和/或远程服务器通信的移动装置上、以及/或者在它们的组合中执行的一个或更多个软件应用。所述一个或更多个应用可包括用于为拥堵预测方法收集数据的指令。
在操作402，方法400可从VCS1、移动装置53和/或其组合接收在一个或更多个控制器中的位置信息。方法400可在操作404在一个更多个服务器中查询位置信息。例如，位置信息可以是诸如塔吉特公司(塔吉特)(TargetCorporation(Target))的百货商店。所述方法可查询与最靠近用户的塔吉特位置相关的信息。在另一实施例中，用户可基于最靠近用户的一个或更多个塔吉特位置的列表来选择塔吉特位置，使得所述方法可查询与特定位置相关的信息。
在操作406，方法400可检索与所述位置相关的信息。例如，方法400可从一个或更多个服务器检索与塔吉特位置相关的数据，所述数据包括但不限于交通信息、商店营业时间、“签到”人数等。
在操作408，方法400可启动预定义的查询超时计数器，并开始查询在所述位置的人。预定义的查询超时计数器可监测用于方法400搜索在所述位置的一个或更多个人的时间量。一旦查询开始了，方法400就可在操作410确定近来的搜索是否针对所述位置已完成。如果近来的搜索针对所述位置已完成，则方法400可在操作424基于在所述位置的估计人数来输出更新列表。
在操作412，方法400可查询在所述位置的人数。例如，方法400可查询所述信息以预测在塔吉特商店和/或塔吉特商店周围有多少人的估计值。所述估计值可基于若干个因素，所述若干个因素包括但不限于社交媒体订阅源、社交媒体数据库、历史信息数据库和/或交通信息。
在操作414，方法400可确定查询是否完成和/或时间段是否超过了预定义的查询时间计数器。如果查询完成了，则方法400可在操作424基于在所述位置的估计人数来输出更新列表。如果时间段超过了预定义的查询时间计数器，则方法400可在操作424基于在所述位置的估计人数来输出更新列表。
在操作416，方法400可预测在所述位置是否有一个或更多个人。例如，所述方法可检索表明有人已在塔吉特商店签到的信息。如果在所述位置没有发现人，则所述方法可在操作422继续查询近来出现在所述位置的人。
在操作418，方法400可进一步分析被发现的每个人的位置信息，以确定所述每个人是否依然在该位置。例如，所述人可能在六十分钟前签到过，并且可能不在该位置了。采用上面的麦当劳示例，如果有人六十分钟前签到，则假定他们已不在快餐厅会是安全的。如果有人六十分钟前在塔吉特商店签到，则他们可能依然在该位置。方法400可基于一个或更多个预定义阈值变量来确定人是否依然在该位置的区域内。所述一个或更多个预定义阈值变量可以是包括该位置的商家类型(例如，餐厅、零售店、电影院等)的若干个因素，用于确定人是否依然在该位置。如果所述方法确定人不再出现在区域内和/或在位置上，则方法400可在操作422继续查询近来出现在该位置的人。
在操作420，如果方法400确定人依然在该位置的区域内，则所述方法可将这个人识别为在该位置。一旦方法400确定人在该位置的区域内，所述方法就可在操作422继续查询在该位置的其他人。例如，基于与位置相关的一个或更多个预定义阈值变量，人被识别为在该位置。
在操作424，方法400可基于估计值输出在该位置的人的更新列表，其中，所述估计值通过使用检索到的信息并将这种信息与一个或更多个预定义阈值变量进行比较来计算。所述方法可在操作426使用户能够输入新目的地。如果用户输入了新目的地，则方法400可继续进行操作402至424中的查询位置并估计在所述位置的人数的处理。
在操作428，VCS1可监测点火开关断开事件。如果没有检测到点火开关断开事件，则VCS1可继续监测新目的地。如果检测到点火开关断开事件，则VCS1可开始掉电并在禁用一个或更多个系统的同时将一个或更多个拥堵预测消息存储在非易失性存储器中。在另一实施例中，当检测到点火开关断开事件时，VCS1可向连接的移动装置发送包含拥堵预测数据的一个或更多个消息，其中，拥堵预测数据包括针对在所述位置的人数的估计值。
图5是用于拥堵预测系统的拥堵预测方法500的说明性流程图。拥堵预测方法500可包括在VCS的硬件上、在移动装置上、在远程服务器上和/或在它们的组合中执行的一个或更多个软件应用。所述一个或更多个应用可包括用于基于选择的位置在VCS和/或移动装置上输出拥堵预测的指令。
在操作502，拥堵预测方法500可在VCS和/或移动装置的显示器上接收位置信息。例如，用户可进入车辆并在远程信息处理系统的用户界面显示器上选择位置，诸如，麦当劳餐厅和/或塔吉特零售商店。在另一示例中，用户可在执行拥堵预测应用的移动装置的用户界面显示器上输入目的地位置。
在操作504，拥堵预测方法500可针对目的地位置执行如图4所述的数据收集方法400。例如，数据收集方法400可收集数据以使针对目的地位置的拥堵预测可被计算。
在操作506，方法500可将针对目的地位置收集的数据添加到数据库中。所述方法可将针对目的地位置收集到的数据与存储在数据库中的数据进行比较。所述方法可利用所述比较来改进针对目的地的拥堵预测计算。
在操作508，拥堵预测方法可针对目的地执行如图3所述的预期人数计算方法300。例如，所述预期人数计算方法可提供用于基于与目的地相关的信息的检索来估计人数的模型。
在操作510，拥堵预测方法500可基于数据收集方法400、预期人数计算方法300和/或其组合来输出针对目的地的拥堵分数。所述拥堵分数可包括一个或更多个指示符，所述一个或更多个指示符可向用户提供针对目的地的拥堵预测的视觉和/或音频指示。所述拥堵预测方法可在VCS、移动装置和/或其组合中输出针对目的地的拥堵分数。
图6是使用拥堵预测系统的导航方法600的说明性流程图。导航系统600可包括在车辆计算系统的硬件上、在VCS上、在移动装置上、和/或在远程服务器上执行的一个或更多个软件应用。所述一个或更多个应用可包括用于基于针对选择的目的地的拥堵预测来提供导航路线的指令。
在操作602，导航方法600可接收请求的目的地。方法400可在操作604基于目的地来检索一个或更多个匹配(match)，其中，所述目的地位于具有至用户的当前位置的预定义半径的距离内。
例如，如果用户输入的目的地为(星巴克)，则方法600可检索在用户的当前位置的预定义半径内的一个或更多个星巴克的位置。方法600可在操作606将检索到的匹配与所述预定义半径进行比较，以确定所述匹配是否在所述半径内。
在操作608，如果所述一个或更多个匹配在预定义半径内，则所述方法可针对每个匹配检索拥堵分数。所述方法可基于拥堵预测方法、数据收集方法400、预期人数计算方法300、交通数据、历史数据和/或它们的组合中的至少一个来确定针对每个匹配的拥堵分数。
在操作610，方法600可基于与每个目的地匹配相关联的拥堵分数来对位置匹配结果进行排序。例如，在呈现可能具有较高拥堵分数和较短距离的位置之前，可向用户呈现低拥堵位置。
在操作612，方法600可将排序结果输出到一个或更多个装置。方法600可在操作614经由用户界面接收来自排序结果的选择的目的地。响应于选择的目的地，方法600可在操作616开始至选择的目的地的导航路线。
例如，用户可能已选择具有低拥堵分数的目的地，但是其与具有较高拥堵分数的最近的目的地相比可能是较长的路线。所述方法可将针对选择的目的地的位置信息发送到导航系统。导航系统可被嵌入在VCS系统中。在另一实施例中，导航系统可位于移动装置中。移动装置可利用无线通信(诸如，蓝牙技术)将导航系统数据发送到VCS。
虽然以上描述了示例性实施例，但这些实施例并不意在描述权利要求所涵盖的所有可能形式。说明书中所使用的词语是描述性词语而非限制性词语，并且应理解的是，可在不脱离本公开的精神和范围的情况下做出各种改变。如前所述，可将各种实施例的特征进行组合以形成本发明的可能未被明确描述或示出的进一步的实施例。尽管针对一个或更多个期望特性，各种实施例已经被描述为提供在其它实施例或现有技术实施方式之上的优点或优于其它实施例或者现有技术实施方式，但是本领域的普通技术人员应认识到，根据特定应用和实施方式，一个或更多个特征或特性可被折衷以实现期望的整体系统属性。这些属性可包括但不限于成本、强度、耐用性、生命周期成本、市场性、外观、包装、尺寸、可维护性、重量、可制造性、装配的容易性等。如此，被描述为在一个或更多个特性方面不如其它实施例或现有技术实施方式的实施例并非在本公开的范围之外，并可被期望用于特定应用。

Claims (9)

1.一种车辆计算系统，包括：
至少一个处理器，与发送器进行通信，所述至少一个处理器被配置为：
接收当前位置和目的地的输入；
在具有地图信息的数据库中查询针对目的地的一个或更多个坐标；
经由发送器向远程服务器发送针对所述一个或更多个坐标的交通信息请求；
从远程服务器接收针对目的地的交通信息；
基于所述交通信息，计算从当前位置至目的地的到达时间；
基于所述到达时间，输出针对目的地的拥堵预测。
2.如权利要求1所述的车辆计算系统，其中，所述至少一个处理器还被配置为：基于经由发送器发送到远程服务器的所述交通信息请求，接收在所述一个或更多个坐标处的平均人数；响应于所述交通信息和所述平均人数，输出针对目的地的拥堵预测。
3.如权利要求2所述的车辆计算系统，其中，所述至少一个处理器还被配置为：查询具有到场信息的数据库，以在预定义的时间窗内估计在所述一个或更多个坐标处的平均人数。
4.如权利要求1所述的车辆计算系统，其中，具有地图信息的数据库包括包含以下数据中的至少一个的数据：针对所述一个或更多个坐标的历史数据、社交媒体数据和交通数据。
5.如权利要求4所述的车辆计算系统，其中，在所述数据库中的针对所述一个或更多个坐标的历史数据是停车可用性、平均人数和交通量中的至少一个。
6.如权利要求1所述的车辆计算系统，其中，所述至少一个处理器还被配置为：基于所述拥堵预测对所述一个或更多个坐标进行排名，输出针对目的地的排名后的一个或更多个坐标。
7.如权利要求1所述的车辆计算系统，其中，所述一个或更多个坐标是在至当前位置的预定义距离内的针对目的地的至少一个位置。
8.如权利要求1所述的车辆计算系统，其中，目的地的输入是商家名称、兴趣点、地址和街道名称中的至少一个。
9.如权利要求1所述的车辆计算系统，其中，当前位置是默认位置、移动装置的全球定位位置、车辆的全球定位位置和用户指定的位置中的至少一个。
CN201510745099.2A 2014-11-06 2015-11-05 用于避开目的地拥堵的方法和系统 Active CN105588574B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/534,785 US9443425B2 (en) 2014-11-06 2014-11-06 Methods and systems for destination congestion avoidance
US14/534,785 2014-11-06

Publications (2)

Publication Number Publication Date
CN105588574A true CN105588574A (zh) 2016-05-18
CN105588574B CN105588574B (zh) 2020-04-07

Family

ID=55803121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510745099.2A Active CN105588574B (zh) 2014-11-06 2015-11-05 用于避开目的地拥堵的方法和系统

Country Status (3)

Country Link
US (1) US9443425B2 (zh)
CN (1) CN105588574B (zh)
DE (1) DE102015220462A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711082A (zh) * 2018-03-26 2018-10-26 广东小天才科技有限公司 餐厅推荐方法、装置、餐饮服务器及存储介质
CN108961744A (zh) * 2017-06-03 2018-12-07 广东联大智能科技有限公司 智慧出行的系统和终端
CN110914642A (zh) * 2017-07-18 2020-03-24 大众汽车有限公司 用于确定与指定地点不同的目的地点的方法、系统和装备有该系统的机动车

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160126296A (ko) * 2015-04-23 2016-11-02 에스케이텔레콤 주식회사 경로안내장치 및 그 동작 방법
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
JP6813527B2 (ja) * 2018-03-27 2021-01-13 日本電信電話株式会社 推定装置、推定方法及びプログラム
CN111851341A (zh) * 2020-06-29 2020-10-30 广东荣文科技集团有限公司 拥堵预警方法、智能指示牌及相关产品
CN112598907B (zh) * 2020-12-17 2021-12-07 东风商用车有限公司 拥堵预测方法、装置、设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050131631A1 (en) * 2003-12-10 2005-06-16 Pioneer Corporation Guiding device, system thereof, method thereof, program thereof and recording medium storing the program
CA2596048A1 (en) * 2005-05-18 2006-11-23 Lg Electronics Inc. Method and apparatus for providing transportation status information and using it
DE102011082678A1 (de) * 2011-09-14 2013-03-14 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Fahrempfehlung für ein Fahrzeug sowie Verfahren und Vorrichtung zum Bereitstellen einer Fahrempfehlung für ein Fahrzeug
US20140297185A1 (en) * 2010-06-21 2014-10-02 Blackberry Limited Method, Device and System for Presenting Navigational Information

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030041157A (ko) * 2001-08-10 2003-05-23 아이신에이더블류 가부시키가이샤 교통정보 검색방법, 교통정보 검색시스템, 이동체통신기기 및 네트워크 네비게이션 센터
JP2005140521A (ja) * 2003-11-04 2005-06-02 Pioneer Electronic Corp 交通状況報知装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
KR20050068938A (ko) * 2003-12-30 2005-07-05 현대자동차주식회사 도로 교통상황 판단방법
JP4419721B2 (ja) * 2004-07-02 2010-02-24 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム
EP1777497A4 (en) * 2004-08-11 2011-03-02 Pioneer Corp DISPLACEMENT GUIDING DEVICE, DISPLACEMENT GUIDING DEVICE, DISPLACEMENT GUIDING SYSTEM, DISPLACEMENT GUIDING METHOD, MOVEMENT GUIDING PROGRAM, AND RECORDING MEDIUM ON WHICH PROGRAM IS RECORDED
US20060200303A1 (en) * 2005-02-24 2006-09-07 Fuentes Jorge S The static or dynamic roadway travel time system to determine the path with least travel time between two places
CA2562220C (en) * 2005-10-05 2013-06-25 Lg Electronics Inc. Method of processing traffic information and digital broadcast system
WO2009019672A1 (en) * 2007-08-09 2009-02-12 Mapflow Limited A transport management system
US8255151B2 (en) * 2008-12-09 2012-08-28 Motorola Mobility Llc Method and system for providing environmentally-optimized navigation routes
JP5667944B2 (ja) * 2011-08-11 2015-02-12 本田技研工業株式会社 サーバ側渋滞解消走行支援方法
US20130218445A1 (en) * 2012-02-16 2013-08-22 Intelligent Mechatronic Systems Inc. Traffic portal enquiry and alert system
US8611929B1 (en) 2012-02-27 2013-12-17 Intuit Inc. Method and system for automatically adding related event information to social media location updates
US20140122483A1 (en) 2012-10-26 2014-05-01 Palo Alto Research Center Incorporated System and method for determining a duration for user activities based on social-network events
US20140163934A1 (en) 2012-12-06 2014-06-12 Palo Alto Research Center Incorporated Method and apparatus for determining an average wait time for user activities based on contextual sensors
KR20140100611A (ko) * 2013-02-05 2014-08-18 한국전자통신연구원 길안내 시스템의 동작 방법 및 휴대 기기의 길안내 방법
US9435652B2 (en) * 2013-12-19 2016-09-06 Novatel Wireless, Inc. Dynamic routing intelligent vehicle enhancement system
US9747505B2 (en) * 2014-07-07 2017-08-29 Here Global B.V. Lane level traffic

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050131631A1 (en) * 2003-12-10 2005-06-16 Pioneer Corporation Guiding device, system thereof, method thereof, program thereof and recording medium storing the program
CA2596048A1 (en) * 2005-05-18 2006-11-23 Lg Electronics Inc. Method and apparatus for providing transportation status information and using it
US20140297185A1 (en) * 2010-06-21 2014-10-02 Blackberry Limited Method, Device and System for Presenting Navigational Information
DE102011082678A1 (de) * 2011-09-14 2013-03-14 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Fahrempfehlung für ein Fahrzeug sowie Verfahren und Vorrichtung zum Bereitstellen einer Fahrempfehlung für ein Fahrzeug

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108961744A (zh) * 2017-06-03 2018-12-07 广东联大智能科技有限公司 智慧出行的系统和终端
CN110914642A (zh) * 2017-07-18 2020-03-24 大众汽车有限公司 用于确定与指定地点不同的目的地点的方法、系统和装备有该系统的机动车
CN108711082A (zh) * 2018-03-26 2018-10-26 广东小天才科技有限公司 餐厅推荐方法、装置、餐饮服务器及存储介质

Also Published As

Publication number Publication date
US20160133127A1 (en) 2016-05-12
US9443425B2 (en) 2016-09-13
DE102015220462A1 (de) 2016-05-12
CN105588574B (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN105588574A (zh) 用于避开目的地拥堵的方法和系统
US11610270B2 (en) Adjusting insurance policies based on common driving routes and other risk factors
US11125576B2 (en) Finding available parking spaces using cognitive algorithms
CN105528903A (zh) 使用基于相关性的驾驶信息的建议导图
US11443388B2 (en) Detecting transportation company trips in a vehicle based upon on-board audio signals
US20200108843A1 (en) Method and apparatus for changing vehicle behavior based on current vehicle location and zone definitions mandated by a remote user
CN103294762B (zh) 用于基于车辆的数据收集的方法和设备
CN105551281A (zh) 通过众包数据个性化的路线指数
CN105389976A (zh) 用于道路风险指数产生的方法和设备
US8682699B2 (en) Systems and methods for customer-related risk zones
US20150163649A1 (en) Smartphone based telematics applications
CN105023451A (zh) 驾驶场景预测和自动车辆设置调整
CN104034336A (zh) 用于选择导航路线并提供沿路广告的方法和系统
CN104050831A (zh) 用于无线车辆内容确定的系统和方法
CN105549454A (zh) 提供用于自动驾驶车辆的代客指令的系统和方法
KR101923702B1 (ko) 서버, 차량 제어 시스템 및 그 차량 제어 방법
CN104786860A (zh) 用于电动汽车旅程和充电计划的方法和设备
CN105100189A (zh) 用于车辆计算系统与社交媒体网站进行通信的方法和系统
CN103246984A (zh) 用于有针对性的广告传送的方法和设备
US11328594B2 (en) Information processing apparatus and information processing method
CN105453605A (zh) 预测性援助信息
CN105575210A (zh) 用于预测性的驾驶模式学习和启用的方法和设备
US9635115B2 (en) Unused location discriminator
CN105574321B (zh) 用于动态目的地到达时间的更新的方法和设备
CN103294887A (zh) 用于分析并优化燃料/能量消耗的方法和设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant