CN106101993A - 用于移动网络地理定位的技术 - Google Patents

Abstract

公开了用于移动网络地理定位的技术。在一个特定的示例性实施方式中，技术可被实现为用于移动网络地理定位的系统。该系统可包括通信地耦合到移动通信网络的一个或多个处理器。一个或多个处理器可配置成确定移动设备在行进路径上。一个或多个处理器还可配置成基于与行进路径相关的数据来确定移动设备的一个或多个候选位置。一个或多个处理器还可配置成确定由一个或多个候选位置组成的、沿着行进路径的与所述移动设备相关的至少一条候选路线。

Description

用于移动网络地理定位的技术

技术领域

本申请涉及无线远距离通信系统，且更具体地涉及用于在无线远距离通信系统内的移动网络地理定位的技术。

背景

移动通信设备例如智能电话、平板计算机和其它电子手持设备变得日益流行。虽然存在定位无线远距离通信系统内的移动设备的机制，这样的机制遭受明显的不准确性。例如，常规定位机制一般报告从一定范围的可能位置随机选择的近似位置。然而，这些近似可能是不准确的、不一致的或不可靠的。鉴于前述内容，可理解，存在与用于更准确地定位无线远距离通信系统内的移动设备的当前解决方案和技术相关的明显问题和缺点。

概述

根据本公开还提供了以下方面：

(1)一种用于移动网络地理定位的方法，包括：

确定移动设备在行进路径上；

基于与所述行进路径相关的数据来确定所述移动设备的一个或多个候选位置；以及

确定由一个或多个候选位置组成的、沿着所述行进路径的与所述移动设备相关的至少一条候选路线。

(2)如(1)所述的方法，其中所述行进路径是非静止路径，所述非静止路径包括道路、自行车道、路径、旁道、公共汽车路线、有轨电车路线、铁路、飞行路径、水路和运输路线中的至少一个。

(3)如(1)所述的方法，其中确定移动设备在行进路径上基于下列操作中的至少一个：

监控在所述移动设备和网络之间的通信以及确定关于信号强度的总体趋势；

确定关于在所述移动设备和一个或多个小区之间的传播延迟的总体趋势存在，其中所述移动设备与所述一个或多个小区的通信存在；以及

所述移动设备的位置估计，所述位置估计基于来自所述移动设备或所述网络的信息。

(4)如(1)所述的方法，其中与所述行进路径相关的数据是地理图数据。

(5)如(1)所述的方法，其中确定所述移动设备的一个或多个候选位置进一步基于下列项中的至少一个：地图匹配分析、位置估计、来自两个或更多个小区的信息。

(6)如(1)所述的方法，其中来自两个或更多个小区的所述信息包括在所述移动设备和小区之间的信号传播延迟、无线电功率测量结果、距离估计、地理图数据中的至少一个。

(7)如(1)所述的方法，还包括：

基于两个或更多个距离估计来确定所述移动设备的小区交叉候选位置。

(8)如(1)所述的方法，还包括：

基于一个或多个候选位置来形成与所述移动设备相关的沿着所述行进路径的至少一条候选路线。

(9)如(1)所述的方法，其中形成至少一条候选路线包括至少一个路线选择过程，其中所述路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。

(10)一种存储指令的计算机程序的非临时计算机可读存储介质，所述指令配置成由至少一个计算机处理器可读取，用于指示所述至少一个计算机处理器执行用于执行(1)的方法的计算机过程。

(11)一种用于移动网络地理定位的系统，包括：

一个或多个处理器，其通信地耦合到移动通信网络，其中所述一个或多个处理器配置成：

确定移动设备在行进路径上；

基于与所述行进路径相关的数据来确定所述移动设备的一个或多个候选位置；以及

确定由一系列候选位置组成的、沿着所述行进路径的与所述移动设备相关的至少一条候选路线。

(12)如(11)所述的系统，其中所述行进路径是非静止路径，所述非静止路径包括道路、自行车道、路径、旁道、公共汽车路线、有轨电车路线、铁路、飞行路径、水路和运输路线中的至少一个。

(13)如(11)所述的系统，其中确定移动设备在行进路径上基于下列操作中的至少一个：

监控在所述移动设备和网络之间的通信以及确定关于信号强度的总体趋势；

确定关于在所述移动设备和一个或多个小区之间的传播延迟的总体趋势存在，其中所述移动设备和所述一个或多个小区的通信存在；以及

所述移动设备的位置估计，所述位置估计基于来自所述移动设备或所述网络的信息。

(14)如(11)所述的系统，其中与所述行进路径相关的数据是地理图数据。

(15)如(11)所述的系统，其中确定所述移动设备的一个或多个候选位置进一步基于下列项中的至少一个：地图匹配分析、位置估计、来自两个或更多个小区的信息。

(16)如(11)所述的系统，其中来自两个或更多个小区的所述信息包括在所述移动设备和小区之间的信号传播延迟、无线电功率测量结果、距离估计、地理图数据中的至少一个。

(17)如(11)所述的系统，还包括：

基于两个或更多个距离估计来确定所述移动设备的小区交叉候选位置。

(18)如(11)所述的系统，还包括：

基于一个或多个候选位置来形成与所述移动设备相关的沿着所述行进路径的至少一条候选路线。

(19)如(11)所述的系统，其中形成至少一条候选路线包括至少一个路线选择过程，其中所述路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。

(20)一种用于移动网络地理定位的方法，包括：

使用地理图数据来增强在移动通信网络中的移动通信设备的地理定位，其中所述地理图数据结合包括地志学、功率、信号传送和交通数据中的至少一个的基于地理定位的或从地理定位得到的数据来被使用。

(21)一种用于地理定位的制造物品，包括：

至少一个非临时处理器可读存储介质；以及

存储在所述至少一个介质上的指令；

其中所述指令配置成由至少一个处理器从所述至少一个介质可读取并从而使所述至少一个处理器操作，以便：

确定移动设备在行进路径上；

基于与所述行进路径相关的数据来确定所述移动设备的一个或多个候选位置；以及

确定由一系列候选位置确定组成的、沿着所述行进路径的与所述移动设备相关的至少一条候选路线。

附图的简要说明

为了便于更充分理解示例性实施方式，现在参考附图，其中相似的元件用相似的数字加参考符号。这些附图不应被解释为限制本公开，但被规定为仅仅是例证性的。

图1根据示例性实施方式描绘具有标注的地理图数据。

图2A-2B根据示例性实施方式描绘具有标注的地理图数据。

图3根据示例性实施方式描绘具有标注的地理图数据。

图4A-4B根据示例性实施方式描绘校正/扩大的圆以指示相应的半径。

图5根据示例性实施方式描绘具有标注的地理图数据。

图6根据示例性实施方式描绘具有标注的地理图数据。

图7-8根据示例性实施方式描绘具有增加的路线选择选项的地理图数据。

图9根据示例性实施方式描绘路线选择选项的树形图。

图10根据示例性实施方式描绘基于候选位置选择的所连接的路段。

图11A-11B根据示例性实施方式描绘具有标注1000A的地理图数据。

图12根据示例性实施方式描绘具有对于道路连通性的高惩罚(penalty)的候选路线。

图13根据示例性实施方式描绘具有对于道路连通性的低惩罚的候选路线。

图14根据示例性实施方式描绘具有对于道路连通性的高惩罚的候选路线。

图15根据示例性实施方式描绘具有对于道路连通性的低惩罚的候选路线。

图16示出根据示例性实施方式的移动网络地理定位模块。

图17示出根据示例性实施方式的用于移动网络地理定位的方法的流程图。

详细描述

现在将详细参考示例性实施方式，其例子在附图中示出。应认识到，相同的参考数字在全部附图中用于指相同或相似的部件。应认识到，下面的详细描述是示例性的和解释性的，而不是限制性的。

示例性实施方式可提供用于移动网络地理定位的系统和方法。也就是说，示例性实施方式除了别的以外还可提高使用移动网络地理定位技术来定位在无线远距离通信小区内的基站和/或移动设备的准确度。

地理图数据可用于帮助地理定位系统，例如蜂窝移动通信网络。本文所述的地理图数据例如可以是道路网络或其子集(例如公共汽车路线等)。在一些实施方式中，道路网络可以是启用网络的行进路径(例如UE可具有沿着行进路径到一个或多个网络的连接)。地理图数据还可扩展到包括其它地志学数据，例如铁路、海岸线、渡船路线、飞行路线和水路(运河、河、湖等)。应认识到，如在本文使用的“行进路径”、“路径”或“路线”可以是启用网络的，并与“道路网络”或“道路”可互换地使用。

本文所述的实施方式可结合移动通信网络拓扑、信号传送和交通数据通过使用地理图数据的知识来提供移动网络地理定位以地理定位移动通信网络内的移动台和/或用户设备(MS/UE)。

为了提供移动网络地理定位，可确定用户(或UE)在道路网络上或至少是非静止的。可以有实现此的多种方式。例如在一些实施方式中，这可通过监控用户或UE并确定用户或UE正在小区之间切换连接来实现。例如，这可考虑UE随着时间的过去穿过的每个识别出的小区的地理位置。在一些实施方式中，这也可通过监控在UE和网络之间的通信并确定关于信号强度的总体趋势存在来实现，信号强度可提供例如在小区内的UE的位置(或提供UE的位置的更好的分辨率)。这也可通过确定关于在UE和一个或多个小区(与小区的通信存在)之间的传播延迟的总体趋势存在来实现。在一些实施方式中，可以有可提供必要的指示的对UE的位置估计，其来自UE本身(例如基于在手持送受话机中的GPS)或由网络计算。可提供其它各种实施方式来确定用户或UE在道路网络上。

一旦做出道路网络信息可有助于对特定的用户或UE的地理定位的决定，就可能有下面描述的要考虑的几种主要情形。下面描述的这些方法可聚焦于基于使用道路网络信息的例子。然而应认识到，这些方法也可使用其它特征例如铁轨路线，其中用户可在一个或多个铁路车站附近被看到，或使用海岸线数据来确定关于UE更可能在陆地而不是在海上的多个位置存在于哪里。

第一种主要情形是其中UE的位置的合理准确的估计是可得到的，GPS/GNSS方位可被提供。这可经由“对齐到道路”或“地图匹配”技术来实现。这样的技术由White等人在“Some map matching algorithms forpersonal navigation assistants”中描述(Transportation Research Part C 8(2000)(http://www.researchgate.net/profile/Alain_Kornhauser/publication/222694469_Some_map_matching_algorithms_for_personal_navigation_assistants/links/0046352784f0c57b26000000.pdf))，该文献特此通过引用被全部并入。通常，精确位置信息可能不是容易可得到的，且即使容易得到，可得到的位置估计的数量也可能非常有限并时间间隔很大。

第二种主要情形是其中对于UE精确位置不能得到，从两个或更多个小区可得到的信息可被提供。这样的信息可包括在UE和小区之间的单程或往返信号传播延迟、在UE处从所检测到(或所监控)的每个小区接收的无线电信号功率或其它类似的信息。

可得到的信息可被转化为在UE和每个小区之间的距离估计或距离范围。使用传播延迟，基于延迟可与距离有关的事实并知道光束(或更精确地，在介质中的电磁辐射的行进速度)，该转化可以是简单明了的。

使用功率测量，转化可依赖于多种技术，例如在2011年12月5日提交的题目为“System and Methods of Mobile Geolocation”的美国专利公布号2013/0143588和2012年2月9日提交的题目为“Mobile Geolocation”的美国专利公布号2013/0210449中描述的那些技术。

多个移动小区可以共同定位在同一位置处的同一天线杆上或不共同定位的在不同的天线杆上。使用来自在位置上足够隔开的两个或更多个小区(其物理位置是不同的)的距离估计，可产生以每个服务小区为中心的圆(或弧，如果小区具有有限或定向、径向传输)，圆的交叉点可提供一个或多个候选UE位置。

图1根据示例性实施方式描绘具有标注100的地理图数据。如图1所示，可以有属于两个不同的小区——小区A和小区B——的道路110，每个小区具有相应的覆盖区域或距离圆120a和120b。这两个距离区域可在130和140处交叉。

图2A根据示例性实施方式描绘具有标注200A的地理图数据。如图2A所示，可以有属于两个不同的小区——小区A和小区B——的道路110。与图1不同，小区A和/或小区B可分别具有传输/接收方向性220a和/或220b和因而具有一个交叉点230。

图2B根据示例性实施方式描绘具有标注200B的地理图数据。如果小区的位置没有足够隔开，则交叉点330可被考虑为靠近在这两个小区之间的平分线。在这种情况下，所选择的交叉点330可被取为最小距离。

图3根据示例性实施方式描绘具有标注300的地理图数据。因为定时信息可以不是距离的精确指示器，故基于离每个小区而不是特定点的距离范围，候选位置可被考虑为区域340。

图4A-4B根据示例性实施方式描绘校正/扩大的圆以指示相应的半径400A-400B。因为可能有在与每个小区相关的测量之间的时间间隙，圆的相应半径可被校正/扩大以确保重叠(例如，如在图4中描绘的)。在这里，可以有两个选项(400A和400B)，其中小区A的虚线原始圆420a可以缩小/减小以变成实线圆450a以确保与小区B的点线圆420b的重叠/交叉(对于400A是440a，而对于400B是440b)。如果时间间隙被考虑为太大，则例如可忽略那组测量。在这两个选项当中，应认识到，选项400A可被考虑为更有利的，因为它导致在这两个小区的视轴(即天线主发射波束的方向，如对于每个小区由点线箭头指示的)中的关键位置。应认识到，也可规定调节与内小区(例如小区B)相关的更小半径的圆。

一旦确定了候选位置，就可识别相关的路段。为了限制所识别的路段的数量，可规定例如通过排除支路或住宅道路来限制候选道路类型。

图5根据示例性实施方式描绘具有标注500的地理图数据。如图5所示，可突出选定候选路段560。在一些实施方式中，选定候选路段560可由于它们在源地图数据中被定义的方式而延伸到搜索半径之外。

图6根据示例性实施方式描绘具有标注600的地理图数据。在一些实施方式中，可基于选定路段或那些路段的子集，根据到原始交叉点的接近度来确定修改的候选位置集合，原始交叉点例如，如在图6中由在两个选定路段上的交叉点640a和640b所示的。

如果UE的可用数据包含一个交叉点，则在道路上的候选位置之一可基于例如道路类型等级(例如在主路上的交叉点胜过在支路上的交叉点)被取为地理定位估计。然而，如果UE经历多个小区转换(每个小区转换有相关交叉点)，则可能有可被应用以便在每个转换点处选择最可能的候选位置的另外的动作。

本文所述的实施方式可基于在候选位置之间的路线选择，以便在每个转换点处选择最可能的候选位置。路线选择方法可基于对图形理论的最短路径问题的解决方案，例如Dijkstra算法或更强大的路线选择算法例如收缩层次(Contraction Hierarchies)。

图7-8根据示例性实施方式描绘具有增加的路线选择选项700的地理图数据。如图7所示，描绘了从转换1(开始标记为“1a”)到转换2(结束标记为“2a”)的一条这样的候选路线。可能通过路线选择算法排除的候选路线将是被标记有长划-点-长划-点的路线，因为那可能由于其较长的路径长度或“成本”而受到偏见。在实践中，在每个转换点处可以有很多候选道路位置和因而多个候选路线，其链接与每个转换相关的一组或多组候选点。

路线例子：

路线1：转换1道路候选项a(1a)到转换2道路候选项a(2a)，如由沿着道路的点线指示的。

路线2：1a到2b，路线3：1b到2a，路线4：1b到2b。

当更多的转换点变得可用时，路线选择选项的数量可增加，如在图8的800中所示的。

给定这些限制，为了选择可能最似乎合理的路线，可使用与在转换点例如1a-2a之间的每条路线相关的“成本”来第二次应用对最短路径问题的所提议的解决方案。然后，可能最似乎合理的端到端路线可被选择为最小化在开始转换和结束转换之间的总成本的路线，横越组成端到端路线的在每个转换之间的以前确定的路线中的优选路线。应认识到，在一些实施方式中，最短路径算法的第二次应用可以不选择新候选路线。更确切地，它可简单地选择最好的路段以组成最好的端到端路线。

图9根据示例性实施方式描绘路线选择选项900的树形图。例如，如图9所示，当考虑在转换1和转换4之间的候选路线选项时，可以有选择{1a-4a,1a-4b,1b-4a,1b-4b}中的最小值的选项。总成本将是所有中间成本的和。例如，如果道路候选项“a”在每个转换点处被选择，则总成本将是1a2a+2a3a+3a4a。在这个例子中，最短路径路线选择可首先用于确定在与每个转换相关的候选点之间的一组路线，且接着相同的算法可用于确定最可能的(最短)端到端路径。对图形理论的最短路径问题的这个解决方案可被考虑为“双Dijkstra”。也可提供其它各种解决方案或技术。

在一些实施方式中，应用“双Dijkstra”型方法的备选方案可以是路由通过所连接的选定路段(其可能是所有路段的最小子集)的岛来确定路线。

图10根据示例性实施方式描绘基于候选位置选择的所连接的路段。例如，如图10所示，交叉点1a、1b、2a、2b、3a和3b可导致所连接的路段的岛，如由点线路段所指示的。在一些实施方式中，最短路径问题可用于执行在候选端部路段之间的路线选择，候选端部路段在这个例子中基于它们的时间戳可与候选位置1a、1b、3a和3b相关。提供最低总“成本”的路线可接着被选择为最可能的端到端路径，其可以或可以不包括与每个中间候选位置相关的路段。也可提供关于选择的其它变化或标准。

一旦确定了最可能的路线，就可对UE的每个感兴趣的时间戳确定沿着那个路线的特定点，这可在下面的第三种情形的上下文中被描述。

在第三种主要情形中，可假设来自仅仅一个(1)小区的信息可以是可得到的。此外，可假设可使用早些时候公开的技术来做出在地理定位UE时的第一通过，为此，道路信息可以或可以不在产生估计时被使用。还可假设通过例如传播延迟估计或其它类似的距离估计，离服务小区的距离的估计是可得到的。

图11A根据示例性实施方式描绘具有标注1100A的地理图数据。类似于第二种情形，可基于UE距离估计围绕服务小区(小区A)创建圆1110，如在图1000A中使用在样本A中捕获的与道路的几个可能的交叉点1a、1b和1c所示的。

在没有来自第二小区的信息的情况下，可能没有从离一对服务小区的距离得到的交叉点。然而，仍然可以有一种方式，通过该方式可为候选路段和由离单个服务小区的距离形成的圆确定最可能的交叉点。例如，如果有第一通过地理位置估计，则可选择最靠近其的道路交叉点。也可做出偏爱在服务小区的天线视轴内的道路交叉点的检查。应认识到，道路类型也可以在这个确定中充当一个因素。

当离服务小区的距离的另外的估计变得可用时，额外的信息可变得可用以帮助选择最可能的道路交叉点的过程。

图11B根据示例性实施方式描绘具有标注1100B的地理图数据。在图11B中，样本A和B可突出在它们之间的6个道路边缘——1a、1b、1c、2a、2b和2c。然后，一旦样本C变得可用，额外的道路边缘——3a和3b——就可以是可用的。因此，将认识到，UE可在双车道上行进到右边，以及交叉点1b和2b可以是更可能的。道路连通性和标识符(例如名称)可允许做出这样的断言。将认识到，最公开可用的地图或地理表示可将高速公路或汽车道的两个车道表示为一个或多个单向道路，这可允许利用更复杂的道路拓扑(例如分离的车道和交叉口)的优势。

应认识到，可以有在确定最可能的交叉点时可使用的很多因素(可能每个因素具有其自己的权重)。应认识到，可使用各种加权技术。这可包括机器学习技术和相关分析。在这个例子中，这样的“竞争指示器”可包括：

·在候选点和第一通过估计之间的距离

·服务小区相对于候选点的位置和方位角

ο可转换为离轴角

·所报告的邻小区相对于候选点的位置和方位角

ο可转换为离轴角

·基于同一运营商的附近小区相对于候选点的位置和方位角

ο如果它们被预期在那个候选点处被报告但不接着对抗那个点

·在前一所选择的点和这个候选点之间的道路网络连通性(跟着该道路网络，在已知交叉口处的路段之间的唯一转换)

·在前一所选择的点和这个候选点之间的距离

ο作为直线距离和道路距离

·射频数据的合并：信道质量指示器(CQI)、参考信号接收功率(RSRP)、参考信号接收质量(RSRQ)

·道路的类别，例如高速公路相对于住宅道路

·道路的名称(要求前面段的道路的名称)

·道路方向性例如单向街道和限制例如私人相对于公共道路

·管区的类型(都市、郊外、乡下)。一般通过检查道路类型和在那个和紧接着周围的区域中的密度来为地图的每个区域计算

·对这个道路的以前拜访

·这次旅行所采用的交叉口的数量

在一些实施方式中，使用在沿着一组已知轨道的已知组的位置上训练的上面所述的数据(例如数据的测试集合，其中额外的“正确”位置数据可经由GNSS/GPS得到)的机器学习可用于选择最可能的道路交叉点，例如竞争的获胜交叉点。具体地，这可包括基于决策树和Bayesian网络或其它类似的决策技术和过程来选择最可能的道路边缘。

在第三种主要情形中，如果可能来自多个小区的多个距离估计(或范围)对于特定的UE是可采用的，则可通过在检查确切的道路交叉点之前使距离估计(或范围)平滑来观察到优点。驱动平滑化过程的功能可利用UE的行进方向是倾向于远离服务小区或朝着它的因素，并可包括额外的因素例如这个UE被这个小区服务的时间段和对接近或远离小区的校正以及区域的特征(乡下/都市/郊外和因而相关的多路径概率)。

这如何与上面所述的第二种情形(其中最似乎合理的路线可被确定)有关是，可确定来自沿着那条路线的服务小区交叉点的距离估计。因为路线被确定，交叉点的数量可以较少。然而，对于每个距离估计，可以有沿着路线的多于一个交叉点，且因此竞争指示器也必须被应用。还可以有所估计的距离可能太高或太小而不能与路线交叉的情况，在这种情况下，距离估计可进一步被改良以确保交叉。

第四种主要情形可进一步使用在2015年8月5日提交的题目为“Techniques for Multiple Pass Geolocation”的美国专利申请号14/451,931中描述的技术，该专利申请特此通过引用被全部并入。可增强这样的技术，使得每个候选位置的加权因子的组成可基于那个候选位置离最近的道路的距离、中转路线或其它适当的地图人工制品。因此，该方法除了与地理定位相关的可用信息(例如定时数据、无线电信号强度数据)以外还可使用地图信息，并可将优先权重分配到候选位置，其为离最接近的适当道路的较短的距离或与道路重合或除了更远离最接近的适当地图人工制品的地图人工制品的其它地图人工制品。除了来自其它信息例如无线电信号强度数据、定时数据和与地理定位相关的其它信息的贡献以外，还可以是对基于到地图人工制品的接近度的权重的贡献。因此，增强的技术可通常更可能选择比更远离道路的位置更靠近道路的候选位置。类似地，与移动存在的低可能性相关的地图人工制品例如湖、河、高低不平的地带等在一些实施方式中可用于结合替代由于到道路的接近度的加权使某些位置失去优先性。在这种情况下，位于具有低可能性的那些地图特征上的那些候选位置可被分配较低的权重且较不可能被选择。

这个增强的另一实施方式可包括考虑在候选位置的选择中的连通性程度。图12根据示例性实施方式描绘具有对道路连通性的高惩罚的候选路线1100。参考图12，路线1200示出被选择来描述路线的候选位置组(以时间顺序被编号的中空圆)和在那个附近区域(线)中的相关道路。对于这些候选位置中的每个，找到在任一适当的道路上的最接近的点(以时间顺序被编号的实心圆)。可根据道路上的在这些最接近的点(实心圆)之间的最短路径来给这个特定组的选定候选位置或路线分配分数。在图12的情况下，所分配的分数可以是低的。这是因为虽然在连续实心圆2和3之间的直接距离相对短，在它们之间使用道路行进可能长得多。类似地，在实心圆4和5、在5和6之间、在8和9之间、在9和10之间以及在10和11之间的有效道路距离都涉及比直接距离明显更长的距离，因为它们涉及沿着道路网络的迂回行进。

相反，图13根据示例性实施方式描绘具有对道路连通性的低惩罚的候选路线1300。例如，图13示出另一组选定候选位置和在道路网络上的最接近的点。这次这组选定候选位置可被分配更高的分数，因为在道路网络上在实心圆之间行进所需的距离明显更短并更接近在实心圆之间的直接距离。应认识到，代替或除了道路距离以外，还可使用除了道路距离以外的度量。例如，因素例如横越道路上的路线所需的速度和相应的速度限制可用于对分数做贡献。类似地，横越路线所需的“U形转弯”的数量、沿着道路的同一区段的重复通过的次数等可用于对分数做出贡献。被分配给特定的一组候选位置的分数可用于以各种方式提高地理定位。例如，可使用多次通过技术。在这个例子中，可使用地理定位的多次通过，直到这个连通性相当低为止，在每次通过时选择的路线用于加权并在下次通过时选择候选位置。另一备选方案使用搜索算法来从候选位置中选择。搜索算法的目的可以是减小所选择的所有候选位置的总惩罚并且也减小路线连通性的分数。可在这里适当地应用各种搜索算法，例如演化算法、遗传算法、模拟算法、粒子群优化、贪婪搜索、穷举搜索、爬山搜索法等。

这个增强的另一实施方式可涉及禁止交叉口拦路木或进入不可能被进入的区域内(除非UE在被确定为空运的这样高的观察到的速度下行进)。图14根据示例性实施方式描绘具有对道路连通性的高惩罚的候选路线。参考图14，路线1400显示候选位置的选择，使得路线越过峡谷和河。这与绕过这些自然障碍物的路线比较被考虑为不可能的。惩罚可被分配给路线，使得越过自然或人工障碍物的路线的选择被阻挠。可以用类似的方式处理海岸线，且可甚至考虑地图特征元数据(例如航海俱乐部的地图标记可能升高横越湖的概率)。在图13的情况下，路线被分配高惩罚。

相反，图15根据示例性实施方式描绘具有对道路连通性1500的低惩罚的候选路线。例如，图15中的路线1500不横越障碍物且因此对于越过障碍物被分配低或零惩罚。这些障碍物可包括多个自然和人工障碍物，例如河、运河、其它水路、湖、沼泽、峡谷、溪谷、悬崖、密集的矮树丛、高速公路和汽车道、铁路、电车轨道、私有土地等。这些障碍物的例外可例如以桥、道路交叉口、隧道、铁路交叉路口等的形式存在。在这些障碍物的附近区域中的横越引起低分数。特定的一组候选位置被分配的分数可用于以各种方式提高地理定位。例如，可使用上面所述的类似的多次通过技术。

应认识到，到道路的接近度、选定点的道路连通性、交叉障碍物和到被禁止的区域内的进入的使用可用于对单独地或以任何组合选择路线产生惩罚分数。

第五种主要情形是，其中通过构建所连接的路段的序列并选择最好地描述与地理定位相关的可用信息的序列来找到描述UE的路线的一系列位置。这对候选路线段来操作。这些是所连接的路段的组；即它们不包含中断，且可能通过只在候选路线段中的路段上行进来在该候选路线段中的任何路段之间行进到在候选路线段中的任何其它路段。

在一个实施方式中，创建初始的一组候选路线段，使得每个候选路段与和地理定位相关的单条UE数据或UE数据的一小部分一致。可通过各种手段例如穷尽地或随机地创建路线段来创建这组候选路线段。在一个实施方式中，使用UE离服务小区的距离的估计来找到初始的这组候选路线段，使得在离那个小区的那个距离的适当容限内的路段被包括在初始的组中。在另一实施方式中，在相同或大致相同的时间使用UE离两个或更多个服务小区中的每个的距离的估计来找到初始的这组候选路线段，使得在离适当小区的那些距离的适当容限内的路段被包括在初始的组中。

一旦一组候选路线段是可用的，则通过一些手段评估在那个组中的每个路线段的似乎合理性。在一个实施方式中，这可通过路线段与和地理定位相关的可用信息的一个或多个方面一致的程度来评估。在一个实施方式中，这可通过考虑在与地理定位相关的可用信息中的趋势来实现。例如，如果那个信息显示UE离服务小区的距离随着时间的进展而增加，然后那些路线如果被UE横越则将导致离服务小区的距离的增加，则那个路线段可被分配较高的分数。相反，那些路线如果被UE横越则将导致离服务小区的距离的减小或离服务小区的距离本质上保持相同，则那个路线段可被分配较低的分数。通过在它们多么好地描述与地理定位有关的可用信息的基础上将分数分配到每个路线段，可选择并延长在这组候选路线段中的达到最好分数的一个或多个路线段。在被延长时，新路段被添加到路线段，使得该段保持连通性；即在段中没有中断。这导致一个或多个新路线段。这些新段被添加到这组候选路段。在一些实施方式中，当添加新候选路线段时，从这组候选路段移除用于产生一个或多个新路线段的原始路段。添加到这组候选路段的任何新候选路段可具有基于与UE测量的一致性以这组候选路段的其它成员被分配分数相同的方式分配的分数。因此，在任何时间，最好地描述与地理定位相关的可用信息的一个或多个候选路线段可被选择并延长以创建一个或多个新候选路线段。如果一个或多个候选路线段被发现完全描述与地理定位相关的可用信息，则它可被视为那个UE的似乎合理的路线并被选择来用于为那个UE产生地理定位。

在一些实施方式中，候选路线段可包括组成路段被横越的序列的表示。在这种情况下，当考虑那个候选路线段与和地理定位相关的可用信息的一致性和因而被分配到那个候选路线段的分数时，考虑排序。在一些实施方式中，路线段的一些组成部分可被包括在单个路线段中多于一次。这允许例如“U形转弯”和沿着道路的同一区段的重复通过等被包括在路线段中。

图16根据示例性实施方式示出移动网络地理定位模块。参考图16，示出根据本公开的实施方式的移动网络地理定位模块1610。如所示，移动网络地理定位模块1610可包含一个或多个部件，包括地理定位模块1612、处理器和分析模块1614以及错误记录和报告模块1616。

下面的描述说明用于移动网络地理定位的系统和方法的可包括一个或多个模块的网络元件、计算机和/或部件。如在本文使用的，术语“模块”可被理解为指计算软件、固件、硬件和/或其各种组合。然而模块不应被解释为不在硬件、固件上实现或被记录在处理器可读可记录存储介质上的软件(即模块本身不是软件)。注意，模块是示例性的。模块可被组合、集成、分离和/或复制以支持各种应用。此外，代替或除了在特定模块处执行的功能以外，在本文被描述为在特定模块上执行的功能还可在一个或多个其它模块处和/或有一个或多个其它设备执行。此外，在对彼此是本地或远程的多个设备和/或其它部件当中可实现模块。此外，模块可从一个设备移动并添加到另一设备，和/或可被包括在这两个设备中。

地理定位模块1612可用于确定与移动设备相关的地理定位或从地理定位得到的数据。例如，这样的信息可包括但不限于传播延迟测量结果、信号强度测量结果或其它地理定位或从地理定位得到的数据。此外，这个信息可结合基于卫星的导航测量例如GPS(全球定位系统)、GLONASS(全球导航卫星系统)、伽利略(基于欧洲的卫星导航)或其它类似的数据来被使用，然而上面所述的技术意欲用于GPS数据不是连续可得到的场合(例如如果未被安装，或非常短的电池寿命)。

应认识到，地理定位模块1612可执行根据在本文和/或至少下面的专利中所述的实施方式的一种或多种地理定位技术：于2011年9月19日提交并于2011年12月29日公布的题目为“Geo-location in a WirelessCommunication Network”的美国专利申请号2011/0319093；于2009年12月21日提交并于2013年2月授权的题目为“Method and Apparatus forDeriving Pathloss Estimation Values”的Thiel等人的美国专利号8,374,596；于2012年2月9日提交并于2013年8月1日公布的题目为“Method andApparatus for Geolocating Wireless Communication Unit”的Kenington等人的美国专利公布号2013/0210450；于2011年9月19日、2012年2月9日提交并于2013年8月1日公布的题目为“Mobile Geolocation”的Flanagan的美国专利公布号2013/0210449；于2012年12月18日提交并于2014年6月19日公布的题目为“Mobile Geolocation”的Murphy等人的美国专利公布号2014/0171102；以及于2012年12月18日提交并于2014年6月19日公布的题目为“Method and System for Mobile Reference SignatureGeneration”的Murphy等人的美国专利公布号2014/0171103，所有专利都通过引用被全部并入本文。应认识到，这样的信息和数据可实时地、近实时地或从历史存储单元被传输和/或接收。例如，移动设备可发送包含关于过去的事件的信息的无线电链路故障报告(RLF)，其中移动设备失去服务。这样的信息可以不立即被报告或可被存储用于未来取回/传输。

处理器和分析模块1614可用于处理多个呼叫段的所有呼叫段(或其子集)的所有所选择的估计(或子集)以识别在考虑中的一个或多个地理定位估计。在一些实施方式中，这可能需要执行一个或多个平滑化和/或后平滑化技术，如本文所述的。处理器和分析模块1614也可便于多个潜在候选位置与来自平滑化分析的结果的比较，并帮助识别差异。例如，如果这样的差异满足预定差异阈值，则可识别在考虑中的一个或多个地理定位估计。处理器和分析模块1614可接着选择来抛弃、忽视或以其他方式丢弃与所识别的差异相关的较不重要的这些潜在候选位置。处理器和分析模块1614可用于进一步改进在考虑中的一个或多个地理定位估计以最终提高对网络内的一个或多个移动设备的地理定位。

错误记录和报告模块1616可产生日志、报告或与使用地理定位和移交管理来提高网络资源的分配相关的其它信息。将认识到，这些模块1610-1616中的任一个或全部可在本地或远程地通信地耦合到一个或多个数据库或存储/存储器单元(未示出)，使得信息可被存储用于以后使用或处理。

图17示出根据示例性实施方式的用于移动网络地理定位的方法的流程图。示例性方法1700作为例子被提供，因为存在实现本文公开的方法的各种方式。图17所示的方法1700可由各种系统之一或组合执行或以其他方式实施。方法1700在下面被描述为作为例子由至少在图1-16中的系统、配置、图、示意图和模块执行，且模块1600的各种元件在解释图17的示例性方法时被提到。图17所示的每个块代表在示例性方法1700中执行的一个或多个过程、方法或子例程。也可提供包括代码的非临时计算机可读介质，代码当被计算机执行时可执行方法1700的动作。参考图17，示例性方法1700可在块1702开始。

在块1704，移动设备可被确定为在行进路径上。在一些实施方式中，行进路径可以是非静止路径。例如，这可包括道路、路径、自行车道、旁道、公共汽车路线、有轨电车路线、铁路、飞行路径、水路、运输路线或其它路线或路径。

在一些实施方式中，确定移动设备在行进路径上可基于监控在移动设备和网络之间的通信以及确定关于信号强度的总体趋势。在一些实施方式中，确定移动设备在行进路径上可基于确定关于在移动设备和一个或多个小区(与小区的通信存在)之间的传播延迟的总体趋势存在。在一些实施方式中，确定移动设备在行进路径上可基于移动设备的位置估计，其基于来自移动设备或网络的信息。

在块1706，可基于与行进路径相关的数据来确定移动设备的一个或多个候选位置。在一些实施方式中，与行进路径相关的数据可以是地理图数据。在一些实施方式中，确定移动设备的一个或多个候选位置可进一步基于地图匹配分析、位置估计、来自两个或多个小区的信息或其组合。应认识到，来自两个或多个小区的信息可包括在移动设备和小区之间的信号传播延迟、无线电功率测量、距离估计、地理图数据或其它类似的数据或其组合。

在块1708，可确定由一系列候选位置组成的、沿着行进路径的与移动设备相关的至少一条候选路线。

应认识到，方法1700还可包括确定移动设备的小区交叉候选位置。这可基于两个或更多个距离估计。

应认识到，方法1700还可包括基于一个或多个候选位置来形成与移动设备相关的沿着行进路径的至少一条候选路线。在一些实施方式中，形成至少一条候选路线可包括路线选择过程，其中路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。在一些实施方式中，形成至少一条候选路线可包括路线选择过程，其中路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。在块1710，方法1700可结束。

应认识到，在一些实施方式中，可提供可选的“平滑化”动作以随着时间的进展改变为UE选择的位置，使得它们遵循具有在方向、速率、速度或其它类似特征中的较少突然变化的轨迹。例如，在一些实施方式中，所选择的路线的每个候选位置可“对齐”到最近的道路。平滑化功能可接着应用于这些被对齐的位置中的每个。可以有用于实现平滑化的各种技术，例如Loess平滑器、双指数平滑器等。最后，一旦平滑化被应用，经平滑化的位置就可接着对齐到离位于道路上的经平滑化的位置的最接近的点。这种方法可允许平滑化被应用，同时确保因而产生的位置位于道路上。

还应认识到，在一些实施方式中，由于计算效率的原因，用于地理定位的地图信息可存储在两个或更多个分立部分中，其中每个部分可映射到待地理定位的UE的某个或某些特征。例如，地图数据可被置于基于地理区域例如多边形图块、任意形状、政治边界、小区的覆盖区域或任何其它适当的分组的部分内。在一些实施方式中，可以有在部分之间的一些重叠，使得地图信息的每个单元可出现在多于一个部分中。在其它实施方式中，部分可以是不相交的，使得地图信息的每个单元只出现在一个部分中。相应于待地理定位的UE的数据可接着分成具有与地图信息的部分相同的一个或多个特征的组。以这种方式，用于地理定位的UE数据可在分立的组中被处理，其中通常只有地图信息的部分的子集对每组UE数据是需要的。可在单独的处理单元例如物理计算机、虚拟计算机、处理器或线程上并行地处理这些组，其中每个处理单元可以只需要在存储器中存储地图信息的部分的子集。在一些实施方式中，可在时间上连续地或在处理单元之间并行地和在时间上连续地的某个组合中处理UE数据的组。这可具有下面的优点：每个处理单元的存储器要求降低了，被装入所需的地图信息的部分的数量减小了或导致计算设备的较低成本、更有效的处理、更快的处理的其它优点或其它类似的优点。

应认识到，本文所述的技术相对于基于所报告的BTS位置的常规覆盖模式可提供在移动设备的地理定位准确性方面的提高。

虽然实施方式可基于移动设备所位于的基于传播延迟测量或信号强度的轮廓，应认识到，也可提供基于其它技术创建的轮廓或形状。例如，基于GPS的测量可提供有帮助的信息和/或形状来定位移动设备。

本文所述的技术的优点是，虽然可通过从一定范围的可能位置随机地选择来得到近似的位置，可在使用地理图位置时做出更精确的近似。此外，额外的处理技术例如平滑化或后平滑化分析的使用可提供更大的位置近似准确度和/或似乎合理性。

应认识到，如本文所述的基站或BTS可包括界定小区的无线电收发器，并可协调无线电链路协议与移动设备。基站还可提供移动通信系统的联网部件，信号从其被发送和接收。基站可由一个或多个基站控制器(BSC)控制和监控以通过网络提供通信。网络可以是互联网或用于连接各种网络提供者和/或客户端的一个或多个其它网络，并允许在各种移动通信设备之间的移动通信。如上所述，基站可包括控制小区站点的各种方面的配置参数，其中这些参数中的每个可变更以基于对基站本身、在移动台或手持送受话机处的测量两者的观察或其它所获取或产生的数据来改变网络行为。此外，基站可包括小小区，例如毫微微小区、微微小区、微小区或使用分布式无线电技术来增强网络覆盖区域的其它设备。

如本文所述的移动设备可包括各种通信系统和/或设备。例如，这样的系统和/或设备可包括桌上型计算机、膝上型/笔记本计算机、平板计算机、个人数字助理(PDA)、智能电话、有线电话、蜂窝电话、移动电话、卫星电话、MP3播放器、视频播放器、个人媒体播放器、个人视频记录器(PVR)、手表、游戏控制器台/设备、导航设备、电视机、打印机、健身设备、医疗设备和/或能够接收和/或传输信号的其它设备。应认识到，移动设备110A-110G可独立地被使用或可用作在另一设备和/或系统(例如汽车)中的集成部件。

应认识到，如本文所述的基站可连接到各种其它后端系统。为了使如本文所述的系统、配置和模块向它的订户提供各种服务，基站经由BSC可通信地耦合到一个或多个服务器，其又可访问各种数据库。这些数据库可存储各种信息。例如，数据库可存储识别使用它的服务的订户且服务特征被订阅的信息。数据库可存储信息，例如订户的消费者名称、识别号码、服务或其它标识符和/或用户的移动设备是否被打开或关闭。应认识到，这些数据库可以是高度鲁棒的并可进一步存储地理定位信息、从地理定位得到的信息和适合于估计DAS或中继器系统的覆盖区域的其它信息。

应认识到，这些数据库的内容可组合成较少或较大数量的数据库，并可在一个或多个数据存储系统上和以多于一种格式被存储。数据存储系统对客户端系统、服务器和/或其它网络部件可以是本地的、远程的或其组合。存储在数据库中的信息在例如定位覆盖区域内的移动设备和/或其它相关服务时可以是有用的。

可使用标准远距离通信协议和/或标准联网协议经由携带数字数据流的电、电磁或无线信号和/或分组的传输来实现在各种基站、移动设备、服务提供者和/或订户之间的通信。这些可包括会话发起协议(SIP)、IP上语音(VOIP)协议、无线应用协议(WAP)、多媒体消息服务(MMS)、增强消息服务(EMS)、短消息服务(SMS)、基于全球移动通信系统(GSM)的系统、基于码分多址(CDMA)的系统、通用移动远距离通信系统(UMTS)、传输控制协议/互联网(TCP/IP)协议、长期演进(LTE)、LTE上语音(VoLTE)。也可提供适合于经由分组/信号来传输和/或接收数据的其它协议和/或系统。例如，也可使用电缆网络或远距离通信连接例如以太网RJ45/5类以太网连接、光纤连接、传统电话有线连接、电缆连接或其它有线网络连接。在网络提供者和/或订户之间的通信也可使用标准无线协议，包括IEEE 802.11a、802.11b、802.11g、802.11n、802.11ac，可经由用于有线连接的协议，例如IEEE以太网802.3。

通过利用使用地理图数据的移动网络地理定位方法，可实现地理定位在无线远距离网络内的移动设备的更可靠的方法。

除了上面所述的益处以外，用于移动网络地理定位的系统和方法的实施方式不仅提供用于定位在这样的系统中的移动设备的有效和提高的技术，而且可实现服务提供者此后向更大的订户池提供更好的服务的能力。而且，在网络优化中的优点也可以是明显的。提供用于更好地定位在远距离通信网络内的移动设备的技术可最大化网络资源分配，如果移动设备的位置更准确地被跟踪，且局部地理学被更好地理解(例如不同的策略可用于优化无线电网络，如果地区可被识别为都市、住宅、公寓大楼、多山的或其它地理地势、海拔或地形)。此外，广告和市场销售机会也可以是可得到的。使用UE的位置的知识，也可向一个或多个订户显现更相关的广告和其它商业信息。

虽然主要关于上面的实施方式讨论了用于移动网络地理定位的特征和功能，应认识到，一个实施方式的特征和功能可类似地应用于其它实施方式。此外，虽然上面所述的实施方式不需要GPS技术或其它定位服务的使用，可容易认识到，也可结合GPS或其它基于位置的技术来使用本文所述的特征和功能。

在前面的说明书中，参考附图描述了各种实施方式。然而将明显，可对其做出各种修改和变化，且可实现额外的实施方式而不偏离如在接下来的权利要求中阐述的本公开的更宽范围。说明书和附图相应地在例证性而不是限制性意义上被看待。

此时应注意，如上所述的根据本公开估计在移动网络地理定位系统中的移动设备位置一般在某种程度上涉及输入数据的处理和输出数据的产生。这个输入数据处理和输出数据产生可在硬件或软件中实现。例如，可在覆盖区域估计模块或用于根据上面所述的实施方式实现与移动网络地理定位相关的功能的类似或相关电路中使用特定的电子部件。可选地，根据指令操作的一个或多个处理器可根据如上所述的实施方式实现与移动网络地理定位相关的功能。如果情况是这样，则这样的指令可存储在一个或多个处理器可读存储介质(例如磁盘或其它存储介质)上或经由体现在一个或多个载波中的一个或多个信号传输到一个或多个处理器是在本公开的范围内的。

本公开在范围上不被本文所述的特定实施方式限制。实际上，除了本文所述的实施方式以外，从前述描述和附图中，本公开的其它各种实施方式和对其的修改将对本领域中的普通技术人员明显。因此，这样的其它实施方式和修改意欲落在本公开的范围内。此外，虽然为了特定的目的在本文在特定环境中的特定实现的上下文中描述了本公开，本领域中的普通技术人员将认识到，它的有用性不限于其，以及本公开可为了任何数量的目的在任何数量的环境中有益地实现。相应地，应鉴于如本文所述的本公开的全广度和精神来解释下面阐述的权利要求。

Claims (16)

1.一种用于移动网络地理定位的方法，包括：

确定移动设备经历多个小区转换；

对于所述多个小区转换中的每个小区转换，基于与至少两个小区相关的移动通信数据来确定所述移动设备的至少一个候选位置；

得到指示至少一条行进路径的地理图数据；

确定沿着所述至少一条行进路径的与所述移动设备相关的至少一条候选路线，

所述至少一条候选路线与由所述至少一条行进路径连接的、对于每个小区转换的至少一个候选位置相关；以及

基于所述至少一条候选路线和与所述移动设备相关的时间戳来确定所述移动设备的位置。

2.如权利要求1所述的方法，还包括：

基于下列中的至少一个确定所述移动设备在所述行进路径上：

监控在所述移动设备和网络之间的通信以及确定关于信号强度的总体趋势；

确定关于在所述移动设备和一个或多个小区之间的传播延迟的总体趋势存在，其中所述移动设备和所述一个或多个小区的通信存在；或

所述移动设备的位置估计，所述位置估计基于来自所述移动设备或所述网络的信息。

3.如权利要求1所述的方法，其中确定所述至少一个候选位置基于下列项中的至少一个：

地图匹配分析，或

一个或多个位置估计。

4.如权利要求1所述的方法，其中与所述至少两个小区相关的所述移动通信数据指示在所述移动设备和小区之间的信号传播延迟、无线电功率测量结果或距离估计中的至少一个。

5.如权利要求1所述的方法，还包括：

基于两个或更多个距离估计来确定所述移动设备的小区交叉候选位置。

6.如权利要求1所述的方法，其中确定所述至少一条候选路线包括：

基于所述至少一个候选位置来形成与所述移动设备相关的沿着所述行进路径的所述至少一条候选路线。

7.如权利要求6所述的方法，其中形成所述至少一条候选路线包括至少一个路线选择过程，其中所述路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。

8.如权利要求1所述的方法，其中所述行进路径包括道路、自行车道、路径、旁道、公共汽车路线、有轨电车路线、铁路、飞行路径、水路或运输路线中的至少一个。

9.一种用于移动网络地理定位的系统，包括：

用于确定移动设备经历多个小区转换的装置；

用于对于所述多个小区转换中的每个小区转换基于与至少两个小区相关的移动通信数据来确定所述移动设备的至少一个候选位置的装置；

用于得到指示至少一条行进路径的地理图数据的装置；

用于确定沿着所述至少一条行进路径的与所述移动设备相关的至少一条候选路线的装置，

所述至少一条候选路线与由所述至少一条行进路径连接的、对于每个小区转换的至少一个候选位置相关；以及

用于基于所述至少一条候选路线和与所述移动设备相关的时间戳来确定所述移动设备的位置的装置。

10.如权利要求9所述的系统，其中，用于确定所述移动设备在所述行进路径上的装置包括：

用于基于下列中的至少一个来确定所述移动设备在所述行进路径上的装置：

监控在所述移动设备和网络之间的通信以及确定关于信号强度的总体趋势；

确定关于在所述移动设备和一个或多个小区之间的传播延迟的总体趋势存在，其中所述移动设备和所述一个或多个小区的通信存在；或

所述移动设备的位置估计，所述位置估计基于来自所述移动设备或所述网络的信息。

11.如权利要求9所述的系统，其中用于确定所述至少一个候选位置的装置包括：

用于基于下列项中的至少一个来确定所述至少一个候选位置的装置：

地图匹配分析，或

位置估计。

12.如权利要求9所述的系统，其中与所述至少两个小区相关的所述移动通信数据包括在所述移动设备和小区之间的信号传播延迟、无线电功率测量结果或距离估计中的至少一个。

13.如权利要求9所述的系统，还包括：

用于基于两个或更多个距离估计来确定所述移动设备的小区交叉候选位置的装置。

14.如权利要求9所述的系统，其中用于确定所述至少一条候选路线的装置包括：

用于基于所述至少一个候选位置来形成与所述移动设备相关的沿着所述行进路径的所述至少一条候选路线的装置。

15.如权利要求14所述的系统，其中用于形成所述至少一条候选路线的装置包括：

用于执行至少一个路线选择过程的装置，其中所述路线选择过程包括利用以迭代方式应用的对图形理论的最短路径问题的解决方案。

16.如权利要求9所述的系统，其中所述行进路径包括道路、自行车道、路径、旁道、公共汽车路线、有轨电车路线、铁路、飞行路径、水路或运输路线中的至少一个。