CN105683716A - 场境交通或通行警示 - Google Patents
场境交通或通行警示 Download PDFInfo
- Publication number
- CN105683716A CN105683716A CN201380033086.1A CN201380033086A CN105683716A CN 105683716 A CN105683716 A CN 105683716A CN 201380033086 A CN201380033086 A CN 201380033086A CN 105683716 A CN105683716 A CN 105683716A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- time
- route
- traffic
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
Abstract
描述了一种计算系统,其可基于与用户的预期行程路线有关的交通信息向用户提供警示。在一些实施例中,如果用户的预期行程路线上存在交通延误,则可警示用户。在其它实施例中,当用户惯常的公共汽车或列车延误时,可警示用户。在另外的实施例中,当去往用户的下一事件位置的预期路线上的交通可能影响用户按时到达该位置的能力时,可警示用户。
Description
背景技术
交通是现代社会的恒久问题。交通可导致行程延迟,从而导致错过预约和迟到。可使用诸如日历应用的各种软件应用来提供即将到来的预约和事件的提醒。然而,这些提醒通常基于固定的时间窗口,其没有考虑诸如去往事件或预约的路线上的交通的外部变量。
尽管交通信息易于通过在线以及传统媒体的各种形式得到,但是该信息只有用户想到访问它时才有用。为了获得有用信息,用户必须还提供关于他们的预期路线的信息。这些步骤麻烦且耗时。因此,仍需要向用户提供相关且及时的交通信息的系统和过程。
发明内容
在一个示例中,提供一种使用计算机处理器产生场境相关交通警示的方法。所述方法包括接收指示用户的预期行程路线和所述预期行程路线的预期出发时间的信息。例如,所述预期行程路线可包括历史位置信息。所述方法还可包括将接收的信息存储在存储器中。所述方法还包括限定所述预期出发时间之前的时间间隔,并且针对所述时间间隔期间的至少一个时间,获取与所述预期行程路线相关联的交通信息。例如,所述时间间隔可以大约为一个小时。所述方法还包括使用与所述存储器耦合的处理器来确定针对所述时间间隔期间的所述至少一个时间,所述预期行程路线上是否存在交通延误,并且将该确定的结果存储在存储器中。
在一些示例中,所述方法还可包括在所述时间间隔期间将获取与预期行程路线相关联的交通信息的步骤、针对所述时间间隔期间的所述至少一个时间确定预期行程路线上是否存在交通延误的步骤以及将该确定的结果存储在存储器中的步骤重复多次。所述方法还可包括基于该确定的结果向与用户相关联的移动装置输出交通警示。在一个示例中,所述方法可包括计算替选行程路线,其中所述交通警示包括所述替选行程路线。
在另外的示例中,提供使用计算机处理器产生场境相关警示的另一方法。所述方法包括接收与用户相关联的事件信息。例如,所述事件信息可包括事件位置和事件时间。所述方法还包括接收指示用户的当前位置的信息。所述方法还可包括将接收的信息存储在存储器中。所述方法还包括使用与所述存储器耦合的处理器来计算从所述当前位置至所述事件位置的预期行程路线。例如,所述预期行程路线可包括历史位置信息。在其它示例中,可从所述当前位置至所述事件位置确定最短路线,其中所述预期路线基于所述最短路线。
所述方法还包括限定所述事件时间之前的时间间隔,并且在所述时间间隔期间的第一时间,获取与所述预期行程路线相关联的交通信息。例如,所述时间间隔可以大约为六个小时。所述方法还包括至少部分地基于所述交通信息确定所述预期行程路线的估计的出行时间,计算所述事件时间之前剩余的时间量与所述估计的出行时间之差,并将该计算的结果存储在存储器中。
在一些示例中,所述方法可包括在所述时间间隔期间将获取与预期行程路线相关联的交通信息的步骤、至少部分地基于所述交通信息确定预期行程路线的估计的出行时间的步骤、计算所述事件时间之前剩余的时间量与所述估计的出行时间之差的步骤以及将该计算的结果存储在存储器中的步骤重复多次。
所述方法还可包括当所计算的所述事件时间之前剩余的时间量与所述估计的出行时间之差的结果小于阈值时,向与用户相关联的移动装置输出警示。例如,所述阈值可在约零分钟至约15分钟的范围内。
在另一示例中,提供一种产生场境相关交通警示的系统,所述系统包括处理器以及其上存储有指令以由所述处理器执行的存储器。所述指令包括:路线和出发时间接收模块,其接收指示用户的预期行程路线和所述预期行程路线的预期出发时间的信息;交通数据收集模块,其针对所述预期出发时间之前的时间间隔内的至少一个时间,获取与所述预期行程路线相关联的交通信息;交通数据处理模块,其处理所述交通信息以确定针对所述时间间隔期间的所述至少一个时间,所述预期行程路线上是否存在交通延误。
在一些示例中,所述指令还可包括输出模块,其基于针对所述时间间隔期间的所述至少一个时间,所述预期行程路线上是否存在交通延误,来向与用户相关联的移动装置输出交通警示。所述指令还可包括计算替选行程路线的路线计算模块,其中所述交通警示包括所述替选行程路线。
在进一步示例中,提供产生场境相关警示的另一系统,所述系统包括处理器以及其上存储有指令以由所述处理器执行的存储器。所述指令可包括:事件信息接收模块,其接收与用户相关联的信息,所述事件信息包括事件位置和事件时间;位置接收模块,其接收指示所述用户的当前位置的信息;路线计算模块,其计算从所述当前位置至所述事件位置的预期行程路线;交通数据收集模块,其针对所述事件时间之前的时间间隔期间的第一时间,获取与所述预期行程路线相关联的交通信息。
在一个示例中,所述指令还可包括交通数据处理模块,其处理所述交通信息以至少部分地基于所述交通信息确定所述预期行程路线的估计的出行时间,并且计算所述事件时间之前剩余的时间量与所述估计的出行时间之差。例如,所述预期行程路线可基于历史位置信息和从所述当前位置至所述事件位置的最短路线中的至少一个。所述指令还可包括输出模块,其当所述事件时间之前剩余的时间量与所述估计的出行时间之差小于阈值时,向与用户相关联的移动装置输出交通警示。例如,所述阈值可以在约零分钟至约15分钟的范围内。
一个或多个示例的细节在以下附图和描述中阐述。本公开的其它特征、目的和优点将根据所述描述和附图以及权利要求书而明显。
附图说明
图1是移动网络的一个示例的示意图。
图2是计算机系统的一个示例的示意图。
图3是交通警示服务器的一个示例的示意图。
图4是示意性地描绘产生场境相关交通警示的示例操作的流程图。
图5是事件警示服务器的一个示例的示意图。
图6是示意性地描绘基于交通信息产生场境相关警示的示例操作的流程图。
具体实施方式
本文公开了通常涉及基于与用户的预期行程路线相关的交通信息向用户提供警示的技术。在一些示例中,如果用户的预期行程路线上存在交通延误,则可警示用户。在其它示例中,当用户惯常乘坐的公共汽车或列车延误时,可警示用户。在另外的示例中,当去往用户的下一事件位置的预期路线上的交通可能影响用户按时到达该位置的能力时,可警示用户。
现在将描述某些示例以提供对所描述的技术的结构、功能、制造和使用的原理的总体理解。附图中示出一个或多个示例。本领域技术人员将理解所描述的技术是非限制性示例。结合一个示例示出或描述的特征可与其它示例的特征组合。这些修改和变化旨在被包括在所描述的技术的范围内。
在下面所讨论的系统和装置收集或使用关于用户的个人信息(例如搜索历史、位置等)的情形下,可向用户提供机会以控制系统和装置的程序或特征是否可收集用户信息(例如,关于用户的电子邮件、用户的社交网络、社交行为或活动、职业、用户的偏好、用户的互联网搜索历史、用户的当前位置等的信息)或者控制系统和装置是否可接收和/或如何接收可能与用户相关的内容。另外,某些数据在被系统和装置存储或使用之前可按照一种或多种方式来处理,从而去除个人可识别信息。例如,可处理用户的身份以使得无法确定关于用户的个人可识别信息,或者可使获得位置信息的用户的地理位置一般化(例如,城市、邮政编码或州级别),以使得无法确定用户的具体位置。因此,用户能控制关于用户的信息如何被本文所述的系统和装置收集和使用。
图1示出可实现所描述的一个或多个技术的移动网络100的示例。移动网络100包括通信网络110和移动装置120。移动装置120可经由各种接入点130连接到通信网络110。尽管为了简明示出了一个移动装置120和一个接入点130,但移动网络100可包括任何数量的移动装置和接入点。
移动装置120可以是或者可以包括被配置为经通信网络110交换数据的任何计算装置(本文中也简称作“装置”),例如移动电话、平板计算机、膝上型计算机等。移动装置120还可以是或者可以包括并非必然“移动”的装置,例如台式计算机。通信网络110可包括诸如GSM、TDMA、CDMA、IEEE802.11、蓝牙、Wi-Fi或者任何其它有线或无线网络的各种网络或网络组合中的任何一个。接入点130可以是在移动装置120与通信网络110之间提供网关的收发器。例如,接入点130可以是无线路由器或者蜂窝网络发射塔。在一些示例中,移动装置120还可接收从GPS卫星140发送的全球定位系统(GPS)信号。
在图示的示例中,移动网络100还包括可经由通信网络110与移动装置120交换数据的服务器150。服务器150可在一个或多个计算机系统(例如,服务器计算机、个人计算机、工作站、微型计算机、集群计算机系统或嵌入式计算机系统)上实现。服务器150中的一些或全部功能也可在移动装置120本身上实现。
图2示出可用于实现图1的移动装置120或服务器150的计算机系统200的架构。尽管本文中描绘并描述了计算机系统200,将理解这是为了一般性和方便。在其它示例中,计算机系统可在架构和操作方面不同于这里示出和描述的计算机系统。
图示的计算机系统200包括(例如)通过执行操作系统(OS)、设备驱动器、应用程序等来控制计算机系统200的操作的处理器202。处理器202可包括任何类型的微处理器或中央处理单元(CPU),包括可编程通用或专用微处理器和/或各种专有或市售的单处理器或多处理器系统中的任意一个。计算机系统200还包括存储器204,其对将由处理器202执行的代码或者由处理器202处理的数据提供临时或永久存储。存储器204可包括只读存储器(ROM)、闪存、一种或多种随机存取存储器(RAM)和/或存储器技术的组合。计算机系统200的各种元件耦合至总线系统206。图示的总线系统206是表示通过适当的桥、适配器和/或控制器连接的任一个或多个分离物理总线、通信线路/接口和/或多点或点对点连接的抽象。
计算机系统200还包括网络接口208、输入/输出(I/O)接口210、存储装置212和显示控制器214。网络接口208使得计算机系统200能够经网络与远程装置(例如,其它计算机系统)通信。I/O接口210便利一个或多个输入装置、一个或多个输出装置以及计算机系统200的各种其它组件之间的通信。存储装置212可包括以非易失性和/或非暂时性方式存储数据的任何传统介质。存储装置212可因此以持久状态保存数据和/或指令(即,即使对计算机系统200的供电中断,值也将保持)。存储装置212可包括一个或多个硬盘驱动器、闪存驱动器、USB驱动器、光驱、各种媒体盘或卡和/或其任何组合,并且可直接连接到计算机系统200的其它组件或者诸如经网络远程连接到其它组件。显示控制器214包括视频处理器和视频存储器,并且依据从处理器202接收的指令产生将显示在一个或多个显示器上的图像。
由服务器150或移动装置120执行的各种功能可在逻辑上被描述为由一个或多个模块执行。将理解,这些模块可实现于硬件、软件或其组合中。还将理解,当实现于软件中时,模块可以是单个程序或一个或多个单独的程序的一部分,并且可实现于各种环境中(例如,作为操作系统、设备驱动器、独立应用和/或其组合的一部分)。另外,具体实现一个或多个模块的软件可作为可执行程序存储在一个或多个非瞬时性计算机可读存储介质上。本文所公开的由特定模块执行的功能也可由任何其它模块或模块的组合执行,并且服务器150或移动装置120可包括比本文示出和描述的模块更少或更多的模块。
在以下讨论的不同模块、系统和装置收集或使用关于用户的个人信息(例如,搜索历史、位置等)的情形下,可向用户提供机会以控制模块、系统和装置是否可收集用户信息或者控制模块、系统和装置是否可接收和/或如何接收可能与用户相关的内容。另外,某些数据在被模块、系统和装置存储或使用之前可按照一种或多种方式来处理,从而去除个人可识别信息。因此,用户能控制关于用户的信息(例如,数据)如何被本文所述的模块、系统和装置收集和使用。
图3是服务器150的一个示例的模块的示意图。在此示例中,如果用户的预期行程路线上存在交通延误,则服务器可提供警示。在一个示例中,如图3所示,服务器150可包括被配置为接收路线和出发时间数据的路线和出发时间接收模块300。路线和出发时间数据可指示用户的预期行程路线以及该预期行程路线的预期出发时间。用户的预期行程路线可从历史位置数据推断。例如,可基于用户的移动装置的位置和行程历史来推断用户的位置和行程历史。
在一些示例中,可以各种时间间隔存储位置信息,以提供装置和用户的位置历史。例如,在用户的移动装置上执行的应用可确定并存储用户的移动装置的位置以创建位置历史。该位置历史可被存储在移动装置上的高速缓存或其它存储器中,或者可经移动网络被发送给服务器并存储在数据存储中。
可分析移动装置在一段时间内的位置历史,以推断重现(recurring)位置之间的特定重现行程路线。例如,可基于在晚上期间的一段时间内位置历史中的最常见的位置来推断用户的家的位置。类似地,可基于在白天期间的一段时间内位置历史中最常见的位置来推断用户的工作位置。类似地,用户的家的位置与工作位置之间的用户的预期行程路线可基于这些位置之间所采取的最常见的行程路线来推断。
路线数据还可包括与路线的交通模式有关的信息。路线数据还可用于推断用户的交通模式。例如,路线数据可用于推断用户是否乘坐公共交通或者他们是否开车。路线数据还可用于推断用户通常乘坐哪辆公共汽车或列车。例如,可将路线数据与存储的公共交通的行程路线进行比较。路线数据与存储的公共交通的行程路线之间的匹配可用于推断用户通常采用哪一公共汽车或列车路线。
服务器150还可包括交通数据收集模块302,其可被配置为与存储交通信息的数据库通信。该数据库可存储在移动装置120上、服务器150上和/或其它位置(例如,基于云的库)中。交通数据收集模块302可针对交通数据库执行各种操作,例如从数据库读取信息或者查询数据库。例如,交通数据收集模块302可获取与预期行程路线相关联的交通信息。交通数据可包括关于公共交通的状态的道路交通数据或者通行数据。
服务器150还可包括交通数据处理模块304。交通数据处理模块304可从交通数据收集模块302接收交通信息。然后,交通数据处理模块304可处理交通信息以确定由路线和出发时间接收模块300接收的预期行程路线上是否存在交通延误。在其它示例中,当可推断用户将乘坐(例如)公共交通时,交通数据处理模块304可处理通行信息以确定用户所乘坐的公共交通(例如,公共汽车、列车等)是否晚点。
服务器150还可包括输出模块306,其被配置为如果预期行程路线上存在交通或通行延误,则输出交通警示。该交通警示可作为数据传输经由移动网络100发送给移动装置120,移动装置120继而可被配置为将列表或其它信息显示或者以其它方式呈现给用户。可在独立应用中或者在移动装置的本地地图软件中呈现给用户(例如,在对按钮或其它用户接口元件进行致动时)。在一些示例中,警示可被发送给与用户相关联的其它装置和应用。例如,警示可被发送给基于web的日历应用或者其它日历应用。用户可从移动装置或者诸如台式计算机或膝上型计算机的其它计算装置来访问该警示。
在图4的流程图中示意性地示出产生场境相关交通警示的示例操作。尽管本文所公开的各种操作可关于流程图来示出,但应该注意的是,这些流程图或其描述所隐含的步骤的任何顺序不能被解释为将执行所述步骤的操作限制为该顺序。相反,本文所公开的操作的各种步骤可按照各种顺序中的任何顺序来执行。另外,由于图示流程图仅为示例,与图示步骤相比包括附加步骤或者包括更少步骤的各种其它操作也在所描述的技术的范围内。
图示操作(在一些示例中可由服务器150执行)在步骤S400处开始:接收指示用户的预期行程路线的信息。在一些示例中,用户的预期行程路线可基于历史位置数据。例如,可使用在先前出行期间沿着预期行程路线从用户的移动装置收集的位置数据来确定用户的典型行程路线。例如,预期行程路线可以是用户的日常通勤路线。在一些情况下,预期行程路线可包括用户通常采取的公共汽车或列车路线。
替选地,预期行程路线的起始点和结束点之间的最佳路线可(例如)基于这些位置之间的最短路线来计算。可利用计算位置之间的路线指引的各种服务来计算路线。例如,可通过诸如在线路线指引引擎的在线服务来计算预期行程路线。
操作在步骤S404处继续:接收指示预期行程路线的预期出发时间的信息。在一些示例中,预期出发时间可从历史数据来推断。例如,可使用历史位置数据来推断重现出行的预期出发时间。例如,可分析位置数据以确定用户通常何时离开其家以开始通勤。还可使用其它类型的数据(历史数据以及实时数据二者)来推断预期出发时间。例如,可使用通过用户的移动装置检测的事件(例如,早上当装置被拔出或者以其它方式从充电装置移除时)来推断用户将要开始通勤。
在步骤S406,限定预期出发时间之前的时间间隔。该时间间隔可覆盖任何时间量。例如,可选择该时间间隔以允许在预期出发时间之前收集并分析交通信息达合理量的时间。在一个示例中,该时间间隔可为约一个小时。
继续执行步骤S408:在步骤S406中所限定的时间间隔期间,服务器150的交通数据收集模块302可与存储交通信息的数据库通信,并获取与预期行程路线相关联的交通信息。该交通信息可包括关于与行程路线相关联的一个或多个路段上的车流速度的数据。交通信息还可包括关于公共交通延误(例如,公共汽车或列车延误)的数据。公共交通延误数据可包括来自公共交通机构的表明预期公共汽车或列车延误一定时间量的数据(例如,12路公共汽车晚点20分钟)。可在预期出发时间之前的时间间隔期间从交通信息数据库获得交通信息任何次数。例如,可获得交通信息仅一次或多次。
操作在步骤S410处继续:交通数据处理模块304确定行程路线上是否存在交通延误,并将该结果存储在存储器中。交通延误可包括用户通常乘坐的公共交通的延误。步骤S408和S410可在所述时间间隔期间重复多次。例如,可随着临近预期出发时间在所述时间间隔期间获取并处理交通信息多次。
是否存在交通延误的确定可为定性的或定量的,并且可基于任何数量的因素来进行。例如,交通信息可包括关于与行程路线相关联的一个或多个路段上的车流速度的数据。交通信息还可包括关于行程路线上的公共交通的速度的数据。利用速度数据,可计算沿着预期行程路线的估计行程时间量。例如,如果估计的行程时间量超出沿着路线的预期行程时间量达阈值量,则交通数据处理模块可确定预期路线上存在交通延误。所述阈值量可被表示为百分比。例如,如果基于交通信息估计的行程时间量超出预期行程时间量达约20%,则可确定预期路线上存在交通延误。例如,预期行程时间量可以是沿着预期行程路线的历史行程时间的平均。例如,这可以告诉用户特定通勤是否将比往常花费更长(或更短)。替选地,导航软件可计算没有延误的预期时间,并且可测量相对于该预期时间的延误。将理解,可使用其它技术来确定预期行程路线上是否存在交通延误。
在一些示例中,操作可包括计算替选行程路线。可利用计算位置之间的路线指引的各种服务、程序或应用来计算替选行程路线。还可鉴于从交通数据收集模块302接收的交通信息来计算替选行程路线。
当确定预期行程路线上存在交通延误时,输出模块,可通过输出模块306输出警示以呈现给用户,例如如步骤S412所示。具体地讲,可将警示发送给用户的移动装置120以便呈现给用户。输出模块可按照各种形式中的任何形式来输出警示(例如,作为文本消息、电子邮件或者发送给用户的移动装置的其它通知)。所述警示可包括替选行程路线的建议。示例通知可能会说“你惯常通勤上的车流看起来高于正常”。另一示例通知可能会说“你惯常通勤上的车流高于往常,想要替选路线么?”。针对使用公共交通的用户的另一示例通知可能会说“你惯常乘坐的公共汽车,12路公共汽车,晚点20分钟”。
在一些示例中,所述警示可被发送给与用户相关联的其它装置和应用。例如,所述警示可被发送给基于web的日历应用或其它日历应用。用户可从诸如台式计算机或膝上型计算机的移动装置或者其它计算装置来访问该警示。
在一个示例中,可在与确定基本上相同的时间提供警示。在其它示例中,可能优选的是保存警示直至临到预期出发时间的时间。因此,利用图示操作,可基于与用户的预期行程路线有关的交通信息向用户提供警示。
图5是服务器150的另一示例的模块的示意图。在此示例中,当去往用户的下一事件位置的预期路线上的交通可能影响用户按时到达该位置的能力时,服务器可提供警示。
在一个示例中,如图5所示,服务器150可包括被配置为接收事件信息的事件信息接收模块500。该事件信息可包括事件位置和事件时间。,事件位置和事件时间可从用户所提供的信息(例如,从日历应用)推断,如下面更详细讨论的。在本文所描述的诸如事件信息接收模块500的模块收集或使用关于用户的个人信息的情形下,可向用户提供机会以控制模块的程序或特征是否可收集用户信息或者控制模块是否可接收和/或如何接收可能与用户相关的内容。另外,某些数据在被接收模块存储或使用之前可按照一种或多种方式来处理,从而去除个人可识别信息。
如图5所示,服务器150可包括被配置为接收位置数据的位置接收模块502。位置数据可指示用户的当前位置。
在一些情况下,用户的当前位置可从移动装置或者用户的所有物中的其它对象的当前位置来推断。在图1所示的示例中,移动装置120可被配置为利用移动网络100周期性地将其当前位置传输给位置接收模块502。这可每分钟进行多次、每分钟进行一次、每小时进行一次、或者按照任何其它规则或偶发的时间间隔进行。移动装置120可利用各种已知技术中的任何技术来确定或估计其当前位置(例如,通过处理GPS信号、通过检测与小区发射塔、Wi-Fi热点或者已知位置的其它移动接入点130的接近度、或者通过移动装置120与多个此类接入点130之间的三角测量)。在一些示例中,在模块装置120上运行的计算机程序可利用多个板载或基于服务器的源(称为位置提供商)获得用户的当前位置或者提供用户的位置的最佳估计。
位置接收模块502还可从其它源接收用户的当前位置(例如,当用户利用提供签到(check-in)功能的多个社交应用中的任何社交应用在某地“签到”时、当用户通过在特定地点投放标针(pin)或者利用地图软件进行等效选择来指示其当前位置时、或者当用户对其当前位置的提示作出响应时)。
将理解,由位置接收模块402接收的位置数据不需要必须指示用户的当前位置。相反,用户也可提供一些其它位置(例如,用户计划在将来拜访的地点),以便获得与该位置相关的警示。
由位置接收模块502接收的位置数据可按照包括经度、维度和准确度半径的格式来布置。准确度半径可表示当前位置数据的准确度的估计。根据位置数据的源,准确度半径可从几米至几公里变化。例如,得自GPS信号的位置数据可具有几米的准确度半径,而得自小区发射塔的三角测量的位置数据可具有几公里的准确度半径。位置接收模块502还可从移动装置120接收原始接近度(rawproximity)或其它数据,并且可在服务器侧执行任何必要的三角测量或位置计算。
服务器150还可包括路线计算模块504,其可被配置为计算从当前位置到事件位置的预期行程路线。在一些示例中,预期行程路线可基于用户在当前位置与事件位置之间的路线上的历史位置信息,如下面更详细讨论的。在其它示例中,预期行程路线可基于从当前位置至事件位置的最短路线(例如,通过在线方向服务或引擎来计算)。
服务器150还可包括交通数据收集模块506,其可被配置为与存储有交通信息的数据库通信。该数据库可存储在移动装置120上、服务器150上和/或其它位置(例如,基于云的库)中。交通数据收集模块406可针对交通数据库执行各种操作,例如从数据库读取信息或者查询数据库。例如,交通数据收集模块506可获取与预期行程路线相关联的交通信息。
服务器150还可包括交通数据处理模块508。交通数据处理模块508可从交通数据收集模块506接收交通信息。然后,交通数据处理模块508可处理交通信息以确定由路线计算模块504提供的预期行程路线的估计的出行时间。交通数据处理模块508还可计算由事件信息接收模块接收的事件时间之前剩余的时间量与估计的出行时间之差。
服务器150还可包括输出模块510,其被配置为当事件时间之前剩余的时间量与估计的出行时间之差小于阈值时输出交通警示(如下面更详细讨论的)。该交通警示可作为数据传输经由移动网络100发送给移动装置120,移动装置120继而可被配置为将列表或其它信息显示或者以其它方式呈现给用户。可在独立应用中或者在移动装置的本地地图软件中呈现给用户,例如在对按钮或其它用户接口元件进行致动时。在一些示例中,警示可被发送给与用户相关联的其它装置和应用。例如,警示可被发送给基于web的日历应用或者其它日历应用。用户可从移动装置或者诸如台式计算机或膝上型计算机的其它计算装置来访问该警示。
在图6的流程图中示意性地示出基于交通信息产生场境相关警示的操作。图示操作(在一些示例中可由服务器150执行)在步骤S600处开始:接收与用户相关联的事件信息。所述事件信息可包括事件位置和事件时间。所述事件位置和事件时间可从用户所提供的信息来推断。
事件信息接收模块500可从日历应用接收数据。日历应用可在服务器上或者在用户的移动装置上运行。与日历应用相关联的数据可包括用户的日历中的事件(例如,预约)的时间、日期和位置信息。如果事件没有明确的位置信息,则可从预约的场境推断位置。
操作在步骤S602处继续:通过位置接收模块502接收指示用户的当前位置的信息。如上所述,在一些情况下,用户的当前位置可从移动装置或者用户的所有物中的其它对象的当前位置来推断。例如,移动装置可被配置为使用移动网络周期性地将其当前位置传输给位置接收模块。这可每分钟进行多次、每分钟进行一次、每小时进行一次、或者按照任何其它规则或偶发的时间间隔进行。移动装置120可使用各种已知技术中的任何技术来确定或估计其当前位置(例如,通过处理GPS信号、通过检测与小区发射塔、Wi-Fi热点或者已知位置的其它移动接入点130的接近度、或者通过移动装置120与多个此类接入点130之间的三角测量)。位置接收模块502还可从其它源接收用户的当前位置(例如,当用户使用提供签到功能的多个社交应用中的任何社交应用在某地“签到”时、当用户通过在特定地点投放标针或者利用地图软件进行等效选择来指示其当前位置时、或者当用户对其当前位置的提示作出响应时)。
由位置接收模块502接收的位置数据可按照包括经度、维度和准确度半径的格式来布置。准确度半径可表示当前位置数据的准确度的估计。根据位置数据的源,准确度半径可从几米至几公里变化。例如,得自GPS信号的位置数据可具有几米的准确度半径,而得自小区发射塔的三角测量的位置数据可具有几公里的准确度半径。位置接收模块502还可从移动装置120接收原始接近度或其它数据,并且可在服务器侧执行任何必要的三角测量或位置计算。接收预期行程路线的预期出发时间。在一些示例中,预期出发时间可从历史数据推断。例如,可使用历史位置数据来推断重现出行的预期出发时间。例如,可分析位置数据以确定用户通常何时离开其家以开始工作的通勤。还可使用其它类型的数据(历史数据以及实时数据二者)来推断预期出发时间。例如,可使用通过用户的移动装置检测的事件(例如,早上当装置被拔出或者以其它方式从充电装置移除时)来推断用户将要开始工作的通勤。
操作在步骤S604处继续:通过路线计算模块504计算从当前位置至事件位置的预期行程路线。预期行程路线可基于由服务器收集的历史位置数据。例如,如果用户先前经过当前位置与事件位置之间,则可使用在先前出行期间从用户的移动装置收集的位置数据来确定用户的典型行程路线。替选地,路线计算模块可(例如)基于当前位置与事件位置之间的最短路线来确定这些位置之间的最佳路线。最佳路线还可基于鉴于可用交通信息,当前位置与事件位置之间的最快路线。可利用计算位置之间的路线指引的各种服务来计算路线。例如,可通过路线指引引擎来计算预期行程路线。
继续执行步骤S606:限定事件时间之前的时间间隔。该时间间隔可覆盖任何时间量。例如,可选择所述时间间隔以允许收集并分析交通信息。所述时间间隔可被选择为使得当是时候离开当前位置以便在事件时间之前到达事件位置时,可将警示(下面更详细地讨论)输出给用户。在一个示例中,所述时间间隔可为约六个小时。
操作在步骤S608处继续:在步骤S606中所限定的时间间隔期间,服务器150的交通数据收集模块502可与存储有交通信息的数据库通信,并获取与预期行程路线相关联的交通信息。该交通信息可包括关于与行程路线相关联的一个或多个路段上的车流速度的数据。可在预期出发时间之前的时间间隔期间从交通信息数据库获得交通信息任何次数。例如,可获得交通信息仅一次或多次。
操作在步骤S610处继续:交通数据处理模块508至少部分地基于交通信息来确定预期行程路线的估计的出行时间。例如,由路线计算模块508计算的路线可包括路线的起始点与结束点之间(例如,当前位置与事件位置之间)的估计的行程时间。可使用交通信息来扩增估计的行程时间,以提供估计的出行时间的更准确的估计。例如,交通信息可包括关于与行程路线相关联的一个或多个路段上的车流速度的数据,该数据可用于计算预期行程路线的估计的出行时间。
在步骤S612,交通数据处理模块可计算事件时间之前剩余的时间量与估计的出行时间之差。所述差表示用户必须离开当前位置以按时(即,在事件时间之前)到达事件位置之前剩余的时间量。例如,如果估计的出行时间为30分钟,事件时间之前剩余的时间量为50分钟,则计算的差将为20分钟。在这样的示例中,在用户必须离开当前位置以按时(即,在事件时间之前)到达事件位置之前将剩余20分钟。在所述时间间隔期间可重复步骤S608、S610和S612多次。每次重复所述步骤,可接收交通信息,可确定估计的出行时间,并且可计算事件时间之前剩余的时间量与估计的出行时间之差。
操作在决策块D614处继续:确定在步骤S612处计算的差的结果是否小于阈值。如果在步骤S612处计算的差不小于阈值(决策块D614为“否”),则返回执行步骤S608,并且处理重复。当在步骤S612处计算的差小于阈值(决策块D614为“是”),则执行步骤S616。所述阈值表示当是时候离开时向用户提供提醒的提醒窗口。例如,所述阈值可在约零分钟至约15分钟的范围内。
在步骤S616中,可通过输出模块510输出警示以呈现给用户。具体地讲,可将警示发送给用户的移动装置120以便呈现给用户。输出模块可按照各种形式中的任何形式来输出警示(例如,作为文本消息、电子邮件、提醒或者发送给用户的移动装置的其它通知)。例如,输出模块可输出使对事件(例如,日历项目)的提醒出现的警示。所述提醒可从惯常事件提醒修改,以包括用户必须离开其当前位置以便按时到达事件位置的通知。通知可能会说“去往你的会议的路线上有交通拥堵,你应该现在就出发以按时到达”。将理解,决策块D614中所使用的阈值可用于向用户提供其应该出发的某种时间警告。这种通知可能会说“去往你的会议的路线上有交通拥堵,你应该在15分钟内出发以按时到达”。
在一些示例中,可将警示发送给与用户相关联的其它装置和应用。例如,可将警示发送给基于web的日历应用或其它日历应用。用户可从移动装置或者诸如台式计算机或膝上型计算机的其它计算装置来访问所述警示。因此,使用图示操作,当去往用户的下一事件位置的预期路线上的交通可能影响用户按时到达该位置的能力时,可向用户提供警示。
尽管参照特定示例描述了所述技术,应该理解,可在所描述的概念的精神和范围内进行许多改变。因此,所述技术旨在不限于所描述的示例,相反所述技术具有由所附权利要求书的语言限定的完整范围。
Claims (20)
1.一种使用计算机处理器产生场境相关交通警示的方法,所述方法包括:
(a)接收指示用户的预期行程路线的信息并将该信息存储在存储器中;
(b)接收指示用于所述预期行程路线的预期出发时间的信息并将该信息存储在存储器中;
(c)限定所述预期出发时间之前的时间间隔;
(d)针对所述时间间隔期间的至少一个时间,获取与所述预期行程路线相关联的交通信息;
(e)使用与所述存储器耦合的处理器,针对所述时间间隔期间的所述至少一个时间确定所述预期行程路线上是否存在交通延误;以及
(f)将所述确定的结果存储在所述存储器中。
2.根据权利要求1所述的方法,还包括:在所述时间间隔期间重复步骤(d)、(e)和(f)多次。
3.根据权利要求1所述的方法,还包括:基于所述确定的结果向与所述用户相关联的移动装置输出交通警示。
4.根据权利要求3所述的方法,还包括:计算替选行程路线,其中所述交通警示包括所述替选行程路线。
5.根据权利要求1所述的方法,其中所述预期行程路线包括历史位置信息。
6.根据权利要求1所述的方法,其中所述时间间隔的长度大约为一个小时。
7.一种使用计算机处理器产生场境相关警示的方法,所述方法包括:
(a)接收与用户相关联的事件信息并将该信息存储在存储器中,所述事件信息包括事件位置和事件时间;
(b)接收指示所述用户的当前位置的信息并将该信息存储在存储器中;
(c)使用与所述存储器耦合的处理器,计算从所述当前位置至所述事件位置的预期行程路线;
(d)限定所述事件时间之前的时间间隔;
(e)在所述时间间隔期间的第一时间,获取与所述预期行程路线相关联的交通信息;
(f)至少部分地基于所述交通信息确定用于所述预期行程路线的估计的出行时间;
(g)计算所述事件时间之前剩余的时间量与所估计的出行时间之差;
(h)将所述计算的结果存储在所述存储器中。
8.根据权利要求7所述的方法,还包括:在所述时间间隔期间重复步骤(e)-(h)多次。
9.根据权利要求7所述的方法,还包括:当步骤(g)的计算结果小于阈值时,向与所述用户相关联的移动装置输出警示。
10.根据权利要求9所述的方法,其中所述阈值在约零分钟至约15分钟的范围内。
11.根据权利要求7所述的方法,其中所述预期行程路线包括历史位置信息。
12.根据权利要求7所述的方法,还包括:确定从所述当前位置至所述事件位置的最短路线,其中所述预期行程路线基于所述最短路线。
13.根据权利要求7所述的方法,其中所述时间间隔的长度大约为六个小时。
14.一种用于产生场境相关交通警示的系统,所述系统包括:
处理器以及其上存储有指令以由所述处理器执行的存储器,所述指令包括:
路线和出发时间接收模块,其接收指示用户的预期行程路线和用于所述预期行程路线的预期出发时间的信息;
交通数据收集模块,其针对所述预期出发时间之前的一个时间间隔内的至少一个时间,获取与所述预期行程路线相关联的交通信息;
交通数据处理模块,其处理所述交通信息以针对所述时间间隔期间的所述至少一个时间确定所述预期行程路线上是否存在交通延误。
15.根据权利要求14所述的系统,其中所述指令还包括:输出模块,其基于针对所述时间间隔期间的所述至少一个时间,所述预期行程路线上是否存在交通延误,来向与所述用户相关联的移动装置输出交通警示。
16.根据权利要求15所述的系统,其中所述指令还包括:路线计算模块,其计算替选行程路线,其中所述交通警示包括所述替选行程路线。
17.一种用于产生场境相关警示的系统,所述系统包括:
处理器以及其上存储有指令以由所述处理器执行的存储器,所述指令包括:
事件信息接收模块,其接收与用户相关联的信息,所述事件信息包括事件位置和事件时间;
位置接收模块,其接收指示所述用户的当前位置的信息;
路线计算模块,其计算从所述当前位置至所述事件位置的预期行程路线;
交通数据收集模块,其针对所述事件时间之前的一个时间间隔期间的第一时间,获取与所述预期行程路线相关联的交通信息;
交通数据处理模块,其(i)处理所述交通信息以至少部分地基于所述交通信息确定用于所述预期行程路线的估计的出行时间,并且(i)计算所述事件时间之前剩余的时间量与所估计的出行时间之差。
18.根据权利要求17所述的系统,其中所述预期行程路线基于历史位置信息和从所述当前位置至所述事件位置的最短路线中的至少一个。
19.根据权利要求17所述的系统,其中所述指令还包括:输出模块,其当所述事件时间之前剩余的时间量与所估计的出行时间之差小于阈值时,向与所述用户相关联的移动装置输出交通警示。
20.根据权利要求19所述的系统,其中所述阈值在约零分钟至约15分钟的范围内。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261663049P | 2012-06-22 | 2012-06-22 | |
US61/663,049 | 2012-06-22 | ||
US201261663813P | 2012-06-25 | 2012-06-25 | |
US61/663,813 | 2012-06-25 | ||
PCT/US2013/047080 WO2013192533A2 (en) | 2012-06-22 | 2013-06-21 | Contextual traffic or transit alerts |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105683716A true CN105683716A (zh) | 2016-06-15 |
CN105683716B CN105683716B (zh) | 2018-07-17 |
Family
ID=48747766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380033086.1A Active CN105683716B (zh) | 2012-06-22 | 2013-06-21 | 场境交通或通行警示 |
Country Status (3)
Country | Link |
---|---|
US (2) | US9002636B2 (zh) |
CN (1) | CN105683716B (zh) |
WO (1) | WO2013192533A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558230A (zh) * | 2016-12-30 | 2017-04-05 | 深圳天珑无线科技有限公司 | 路况信息获取方法及装置 |
CN109508734A (zh) * | 2018-10-26 | 2019-03-22 | 北京交通大学 | 基于谱聚类的路网能力瓶颈识别方法 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7221287B2 (en) | 2002-03-05 | 2007-05-22 | Triangle Software Llc | Three-dimensional traffic report |
US7610145B2 (en) | 2003-07-25 | 2009-10-27 | Triangle Software Llc | System and method for determining recommended departure time |
US9037390B2 (en) * | 2008-10-22 | 2015-05-19 | Tomtom International B.V. | Navigation system and method for providing departure times |
US8351912B2 (en) * | 2008-12-12 | 2013-01-08 | Research In Motion Limited | System and method for providing traffic notifications to mobile devices |
US8619072B2 (en) | 2009-03-04 | 2013-12-31 | Triangle Software Llc | Controlling a three-dimensional virtual broadcast presentation |
US8725396B2 (en) | 2011-05-18 | 2014-05-13 | Pelmorex Canada Inc. | System for providing traffic data and driving efficiency data |
CA2883973C (en) | 2012-01-27 | 2021-02-23 | Edgar Rojas | Estimating time travel distributions on signalized arterials |
CN104396284B (zh) | 2012-06-22 | 2016-09-07 | 谷歌公司 | 呈现针对当前位置或时间的信息 |
US10223909B2 (en) | 2012-10-18 | 2019-03-05 | Uber Technologies, Inc. | Estimating time travel distributions on signalized arterials |
US9739626B2 (en) * | 2014-03-31 | 2017-08-22 | Amadeus S.A.S. | Journey planning method and system |
KR102223499B1 (ko) * | 2014-03-31 | 2021-03-08 | 아마데우스 에스.에이.에스. | 여정 계획 방법 및 시스템 |
US9652747B2 (en) * | 2014-04-30 | 2017-05-16 | Intel Corporation | Context based alert system |
US9503516B2 (en) | 2014-08-06 | 2016-11-22 | Google Technology Holdings LLC | Context-based contact notification |
US9791282B2 (en) | 2014-09-27 | 2017-10-17 | Intel Corporation | Technologies for route navigation sharing in a community cloud |
US11182870B2 (en) | 2014-12-24 | 2021-11-23 | Mcafee, Llc | System and method for collective and collaborative navigation by a group of individuals |
EP3369077B1 (en) * | 2015-10-29 | 2024-05-15 | Axon Vibe AG | System, method and computer program product for location-based passive payments |
US20180012118A1 (en) * | 2016-07-06 | 2018-01-11 | Inthinc Technology Solutions, Inc. | Predictive visual and verbal mentoring |
US20210125499A1 (en) * | 2019-10-23 | 2021-04-29 | Uber Technologies, Inc. | Variable range offerings for light electric vehicles based on user profiles |
US11816603B2 (en) | 2020-09-22 | 2023-11-14 | Uber Technolgies, Inc. | Active notification using transportation service prediction |
KR20230006387A (ko) * | 2021-07-02 | 2023-01-10 | 광주과학기술원 | 항동결 조성물 |
FR3146640A1 (fr) * | 2023-03-14 | 2024-09-20 | Psa Automobiles Sa | Procédé et dispositif de contrôle d’un trajet d’un véhicule autonome circulant selon un mode manuel |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020019835A1 (en) * | 2000-06-09 | 2002-02-14 | Reinhold Baur | Metod of planning appointments and electronic organiser therefor |
US20060173841A1 (en) * | 2004-10-29 | 2006-08-03 | Bill David S | Determining a route to destination based on partially completed route |
US20070276585A1 (en) * | 2006-05-26 | 2007-11-29 | Sanyo Electric Co., Ltd. | Navigation apparatus, vehicle lending system, and vehicle lending method |
US20110246404A1 (en) * | 2010-03-30 | 2011-10-06 | Sap Ag | Method for Allocating Trip Sharing |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8799461B2 (en) | 1994-11-29 | 2014-08-05 | Apple Inc. | System for collecting, analyzing, and transmitting information relevant to transportation networks |
US6177905B1 (en) * | 1998-12-08 | 2001-01-23 | Avaya Technology Corp. | Location-triggered reminder for mobile user devices |
US6587782B1 (en) * | 2000-03-14 | 2003-07-01 | Navigation Technologies Corp. | Method and system for providing reminders about points of interests while traveling |
US7243130B2 (en) | 2000-03-16 | 2007-07-10 | Microsoft Corporation | Notification platform architecture |
US7289812B1 (en) * | 2001-12-20 | 2007-10-30 | Adobe Systems Incorporated | Location-based bookmarks |
JP2004096621A (ja) | 2002-09-03 | 2004-03-25 | Fujitsu Ltd | 移動情報端末の位置変化予測に基づく情報配信サービスシステム |
US7574661B2 (en) | 2003-02-25 | 2009-08-11 | Panasonic Corporation | Application program prediction method and mobile terminal |
US20060167592A1 (en) | 2003-02-25 | 2006-07-27 | Takahiro Kudo | Execution support system and execution support method |
US20070042770A1 (en) | 2003-10-15 | 2007-02-22 | Yutaka Yasui | Information distribution |
JP3962764B2 (ja) | 2004-06-11 | 2007-08-22 | 松下電器産業株式会社 | 地図表示装置及び地図表示方法 |
US7835859B2 (en) | 2004-10-29 | 2010-11-16 | Aol Inc. | Determining a route to a destination based on partially completed route |
US7490003B2 (en) * | 2005-04-18 | 2009-02-10 | Microsoft Corporation | System and method for providing a location snapshot service and associating a snapshot with location container data |
US7394405B2 (en) * | 2005-06-01 | 2008-07-01 | Gm Global Technology Operations, Inc. | Location-based notifications |
CN101430210A (zh) | 2005-12-07 | 2009-05-13 | 松下电器产业株式会社 | 路线信息显示装置以及路线信息显示方法 |
US20080167802A1 (en) | 2005-12-07 | 2008-07-10 | Mototaka Yoshioka | Route information display device and route information display method |
US7847686B1 (en) * | 2006-01-06 | 2010-12-07 | Avaya Inc. | Location-and direction-enhanced automatic reminders of appointments |
US7941753B2 (en) * | 2006-03-31 | 2011-05-10 | Aol Inc. | Communicating appointment and/or mapping information among a calendar application and a navigation application |
JP4088336B2 (ja) | 2006-04-14 | 2008-05-21 | 松下電器産業株式会社 | 移動先予測装置および移動先予測方法 |
US20070288279A1 (en) * | 2006-06-07 | 2007-12-13 | Microsoft Corporation | Entering And Using Time Ranges |
US7664530B2 (en) * | 2006-06-09 | 2010-02-16 | AT&I Intellectual Property I, L.P | Method and system for automated planning using geographical data |
US7787857B2 (en) * | 2006-06-12 | 2010-08-31 | Garmin Ltd. | Method and apparatus for providing an alert utilizing geographic locations |
JP4130847B2 (ja) | 2006-09-28 | 2008-08-06 | 松下電器産業株式会社 | 移動先予測装置およびその方法 |
WO2008050711A1 (fr) | 2006-10-26 | 2008-05-02 | Panasonic Corporation | Dispositif mobile d'edition d'historique |
WO2008053912A1 (fr) | 2006-11-02 | 2008-05-08 | Panasonic Corporation | Système d'aide à la navigation et procédé d'aide à la navigation |
US8170960B1 (en) | 2006-11-22 | 2012-05-01 | Aol Inc. | User behavior-based remotely-triggered automated actions |
US8224359B2 (en) | 2006-12-22 | 2012-07-17 | Yahoo! Inc. | Provisioning my status information to others in my social network |
US7869941B2 (en) * | 2006-12-29 | 2011-01-11 | Aol Inc. | Meeting notification and modification service |
JP4438812B2 (ja) | 2007-03-27 | 2010-03-24 | アイシン・エィ・ダブリュ株式会社 | ハイブリッド走行補助方法及びハイブリッド走行補助装置 |
US8190359B2 (en) | 2007-08-31 | 2012-05-29 | Proxpro, Inc. | Situation-aware personal information management for a mobile device |
US7885761B2 (en) | 2007-10-23 | 2011-02-08 | Panasonic Corporation | Destination display apparatus and destination display method |
US8166019B1 (en) | 2008-07-21 | 2012-04-24 | Sprint Communications Company L.P. | Providing suggested actions in response to textual communications |
US20100174998A1 (en) | 2009-01-06 | 2010-07-08 | Kiha Software Inc. | Calendaring Location-Based Events and Associated Travel |
US8463286B2 (en) | 2009-01-27 | 2013-06-11 | Apple Inc. | Systems and methods for accessing travel services using a portable electronic device |
DE102009042664A1 (de) | 2009-09-23 | 2011-04-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Bereitstellung von Informationen über einen Nutzer eines sozialen Netzwerks in dem sozialen Netzwerk |
EP2490170A1 (en) | 2009-10-14 | 2012-08-22 | Ntt Docomo, Inc. | Positional information analysis device and positional information analysis method |
US8451112B2 (en) | 2009-10-19 | 2013-05-28 | Qualcomm Incorporated | Methods and apparatus for estimating departure time based on known calendar events |
US8713094B2 (en) | 2009-11-21 | 2014-04-29 | Michael-Anthony W. Lisboa | Event-associating software application for accessing digital media |
US8126903B2 (en) | 2009-12-21 | 2012-02-28 | Sap Ag | Computer implemented method for allocating drivers and passengers sharing a trip |
JP2011118755A (ja) | 2009-12-04 | 2011-06-16 | Sony Corp | 学習装置、学習方法、およびプログラム |
JP2011118777A (ja) | 2009-12-04 | 2011-06-16 | Sony Corp | 学習装置および学習方法、予測装置および予測方法、並びにプログラム |
EP3467439B1 (en) | 2009-12-29 | 2020-12-09 | BlackBerry Limited | System and method of automatic destination selection |
US20110175724A1 (en) | 2010-01-18 | 2011-07-21 | Angela Petra Kent | Event and Time Tracking and Emergency Notification System |
DE102010002741A1 (de) | 2010-03-10 | 2011-09-15 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Betreiben eines Informationssystems, Benutzervorrichtung und Informationssystem |
US20120102013A1 (en) | 2010-04-09 | 2012-04-26 | Christopher Martini | Method and Apparatus for Duration-Based Search |
JP2011252844A (ja) | 2010-06-03 | 2011-12-15 | Sony Corp | データ処理装置、データ処理方法、およびプログラム |
JP2012003494A (ja) | 2010-06-16 | 2012-01-05 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
JP2012008659A (ja) | 2010-06-22 | 2012-01-12 | Sony Corp | データ処理装置、データ処理方法、およびプログラム |
JP2012008771A (ja) | 2010-06-24 | 2012-01-12 | Sony Corp | 情報処理装置、情報処理システム、情報処理方法およびプログラム |
US8548495B2 (en) | 2010-09-08 | 2013-10-01 | Texas Instruments Incorporated | System and method for determining a position of a mobile wireless device by accessing access points alamanacs database |
JP2012108748A (ja) | 2010-11-18 | 2012-06-07 | Sony Corp | データ処理装置、データ処理方法、およびプログラム |
US8639719B2 (en) | 2011-02-02 | 2014-01-28 | Paul Tepper Fisher | System and method for metadata capture, extraction and analysis |
WO2012148904A1 (en) | 2011-04-25 | 2012-11-01 | Veveo, Inc. | System and method for an intelligent personal timeline assistant |
US20130103300A1 (en) | 2011-10-25 | 2013-04-25 | Nokia Corporation | Method and apparatus for predicting a travel time and destination before traveling |
US20130218445A1 (en) | 2012-02-16 | 2013-08-22 | Intelligent Mechatronic Systems Inc. | Traffic portal enquiry and alert system |
JP2013211616A (ja) | 2012-03-30 | 2013-10-10 | Sony Corp | 端末装置、端末制御方法、プログラム、および情報処理システム |
US20130321178A1 (en) | 2012-05-29 | 2013-12-05 | Akhtar Jameel | Shared vehicle rental system including transmission of reservation information and targeted advertising |
-
2013
- 2013-06-21 CN CN201380033086.1A patent/CN105683716B/zh active Active
- 2013-06-21 WO PCT/US2013/047080 patent/WO2013192533A2/en active Application Filing
- 2013-07-12 US US13/940,338 patent/US9002636B2/en active Active
-
2015
- 2015-02-06 US US14/616,284 patent/US20150153194A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020019835A1 (en) * | 2000-06-09 | 2002-02-14 | Reinhold Baur | Metod of planning appointments and electronic organiser therefor |
US20060173841A1 (en) * | 2004-10-29 | 2006-08-03 | Bill David S | Determining a route to destination based on partially completed route |
US20070276585A1 (en) * | 2006-05-26 | 2007-11-29 | Sanyo Electric Co., Ltd. | Navigation apparatus, vehicle lending system, and vehicle lending method |
US20110246404A1 (en) * | 2010-03-30 | 2011-10-06 | Sap Ag | Method for Allocating Trip Sharing |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558230A (zh) * | 2016-12-30 | 2017-04-05 | 深圳天珑无线科技有限公司 | 路况信息获取方法及装置 |
CN109508734A (zh) * | 2018-10-26 | 2019-03-22 | 北京交通大学 | 基于谱聚类的路网能力瓶颈识别方法 |
CN109508734B (zh) * | 2018-10-26 | 2022-03-11 | 北京交通大学 | 基于谱聚类的路网能力瓶颈识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150153194A1 (en) | 2015-06-04 |
US20130345953A1 (en) | 2013-12-26 |
US9002636B2 (en) | 2015-04-07 |
WO2013192533A2 (en) | 2013-12-27 |
CN105683716B (zh) | 2018-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105683716A (zh) | 场境交通或通行警示 | |
CN113029177B (zh) | 基于频率的通行行程表征 | |
US10859391B2 (en) | Method, apparatus, and computer program product for predicting range of an electric vehicle | |
US10567923B2 (en) | Computation service for mobile nodes in a roadway environment | |
US20230227057A1 (en) | Reminding method and apparatus in assisted driving, reminding method and apparatus in map-assisted driving, and map | |
US11994400B2 (en) | Systems and methods for assessment of a rideshare trip | |
US9958280B2 (en) | Assessing inter-modal passenger travel options | |
US10120381B2 (en) | Identifying significant locations based on vehicle probe data | |
KR101959065B1 (ko) | 운행의 예상된 평균 속도들을 생성하는 방법 | |
US20200372012A1 (en) | System and method for updating map data in a map database | |
Stipancic et al. | Measuring and visualizing space–time congestion patterns in an urban road network using large-scale smartphone-collected GPS data | |
US11537944B2 (en) | Method and system to generate machine learning model for evaluating quality of data | |
JP2014066655A (ja) | 経路探索装置及び経路探索方法 | |
US20210327261A1 (en) | Method, apparatus, and computer program product for reducing redundant data uploads | |
CN110857862A (zh) | 交通疏缓系统 | |
JP6982237B2 (ja) | 候補位置評価プログラム、候補位置評価装置、及び候補位置評価方法 | |
CN110113716B (zh) | 一种路径状态信息获取方法、装置及存储介质 | |
US20240203246A1 (en) | Methods and systems for predicting traffic information for at least one map tile area | |
JP5901392B2 (ja) | 情報処理システム、及び情報処理方法 | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
JP2019096085A (ja) | 情報処理装置 | |
JP2019096084A (ja) | 情報処理装置 | |
CN113516843A (zh) | 预计到达时间的确定方法和装置、电子设备以及计算机可读存储介质 | |
US20220057229A1 (en) | System and method for determining useful ground truth data | |
EP4012680A1 (en) | Method, apparatus and computer program product for detecting a lane closure using probe data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: American California Applicant after: Google limited liability company Address before: American California Applicant before: Google Inc. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |