CN107122385B - 地图绘制道路照明 - Google Patents

Abstract

一种用于地图绘制道路照明的方法和装置。服务器接收远光数据。服务器接收道路情况。服务器基于远光数据和道路情况计算路段的远光频率。服务器根据远光频率计算道路照明。服务器利用道路照明信息来扩充地理数据库。

Description

地图绘制道路照明

技术领域

以下公开涉及车辆远光使用、地图绘制以及导航设备或服务。

背景技术

导航系统由人和车辆使用以用于路线和方向，以便在两个位置之间行进。导航系统需要准确的信息以正确地为车辆指定路线。准确地标识车辆在道路上的实时位置以及其紧邻的环境可以消除很多危险的未知事件。此外，综合地图是辅助或自动驾驶的关键组成部分。车辆可以包括很多传感器，但是综合地图可能是车辆使用的最重要的工具。车辆中的传感器可以能够使用图像处理和基于激光雷达的系统实时地检测车道和车道标记。这些系统对于避开障碍物和检测其他车辆的运动是有用的。当单独使用时，车载传感器系统可能表现出大量的盲点，并且可能不能预测事件或机动(maneuvers)，即使在很短的距离上，即在车辆的传感器的范围之外。

然而，当与综合地图组合时，车载传感器可以允许辅助和高度自动化的车辆操作。综合地图和相关联的地理数据库可以由实时观察的信息或数据或者随时间收集的测量组成。地理数据库可以包括关于所表示的地理特征的信息，诸如道路的位置、沿道路部分的速度限制、沿道路部分的地址范围、道路交叉口处的转弯限制、诸如单行道的方向限制等。可以收集、分类和分析地理数据库的信息，以便为道路提供准确的估计。

发明内容

一种方法，包括接收指示位置处的远光使用的远光数据和针对该位置的道路情况。处理器根据远光数据和道路情况计算远光置信度值。处理器根据远光置信度值计算远光频率。处理器扩充地理数据库以包括远光频率。

一种方法，包括接收指示远光的远光数据和环境光数据。处理器计算远光频率。处理器计算环境光值。处理器基于远光频率和环境光值生成针对一个或多个路段的道路照明值。

一种装置，包括处理器、数据存储装置、路段数据实体和远光数据实体。路段数据实体表示位于地理区域中的道路网络的位置。远光数据实体表示相应位置处的远光使用。

附图说明

本文中参考以下附图来描述本发明的示例性实施例。

图1图示了用于地图绘制道路照明的示例系统；

图2图示了地理区域的地图；

图3图示了图1的地理数据库的框图；

图4图示了被包含在图3的地理数据库中的数据记录的组成的框图；

图5图示了用于地图绘制道路照明的示例流程图；

图6图示了示例远光数据；

图7图示了图1的系统的示例服务器；

图8图示了使用图7的服务器来估计道路照明的示例工作流程；

图9A和9B图示了接收的环境光数据的示例；以及

图10图示了图1的系统的示例设备。

具体实施方式

以下实施例涉及用于收集和分析从车辆收集的数据以标识和地图绘制道路照明的系统和方法。因为所收集的数据可以包括与道路照明无关的数据，所以可以接收与所收集的数据一致或同时期的其他数据，以帮助区分或另外提取或分离相关数据与非相关数据。

对于夜间车辆操作，道路可以具有不同水平的自然和人工照明。某些道路或路段可能比其他道路和路段较差地被照亮。照明的缺乏可能是由随机事件或情况引起的。例如，具有差的照明的位置可能是由天气、其他车辆或障碍物暂时引起的。然而，差的照明的主要原因是缺乏人工照明，例如，顶置照明。在城市设置或人口稠密地区常见的顶置或其他人工照明可能在乡村或郊区很稀疏。标识持续照明的区域可能有利于促进更安全的车辆操作。在传统车辆的情况下，最大安全驾驶速度可能受驾驶员可以看到的范围的限制。在自主车辆的情况下，最大速度可能受车辆传感器的范围的限制。虽然诸如雷达和超声等传感器技术可能不受可见光范围的影响，但是视频相机或其它光学传感器可能需要足够的光来运行。视频相机用于重要的任务，诸如标志的检测、车道标记的标识等。标识低照明区域可以改善路线和实时车辆安全性两者。用于标识低照明区域的一种方法是标识车辆何时利用被激活的车辆前灯的最亮和/或最长范围设置来操作，其被称为“亮光”或“远光”。

在“上部”或在远光上操作的前灯允许车辆操作者更远的检测出物体，因为远光前灯与近光或正常前灯相比提供更明亮、更定向的远程照明。在没有提供足够的顶置照明的区域中，经常使用远光。因此，在这些区域中操作的车辆的手动和/或自动远光使用可以指示低照明区域。然而，远光使用不仅用于缺少照明。远光的使用可以指示其他非照明事件，诸如车辆经过或天气相关的能见度。为了使用远光数据来标识低照明区域，可以排除与照明无关的远光事件。

与环境照明相关的数据可以被间接收集，诸如通过确定前灯或远光使用，或者直接通过环境光传感器收集。间接和直接这两种类型的数据可能都包括噪声。噪声可以被减小，例如统计上地，通过使用函数和附加数据来分析数据，附加数据与远光使用数据结合和/或从远光使用数据导出。一旦被分析和处理，该数据可以用于生成或补充/扩充地理数据库，诸如包括具有指示所估计的道路照明的属性的链路和节点的地理数据库。所估计的道路照明可以用于生成路线，操作车辆，或者与其他信息结合以在道路上实现更安全和更有效的操作。

图1图示了用于标识和地图绘制道路照明的示例系统。系统包括一个或多个设备122、网络127和地图绘制系统121。地图绘制系统121可以包括数据库116(也称为地理数据库或地图绘制数据库)和服务器125。可以包括附加的、不同的或更少的部件。

地图绘制系统121可以包括多个服务器、工作站、数据库和由地图开发者连接在一起并且维护的其他机器。地图绘制系统121可以被配置成标识或估计在一天的各个时间在路段上可用的环境光，一天的各个时间包括在夜间。地图绘制系统还可以被配置成在所存储的地图上的两个点(节点)之间生成路线或路径。地图绘制系统121可以被配置成向外部地理数据库或地图绘制应用提供最新信息和地图。地图绘制系统121可以被配置成编码或解码地图或地理数据。所标识的道路照明估计可以由地图绘制系统121存储在地理数据库116中作为链路、段或节点属性。

为了向终端用户提供导航相关特征和功能，地图绘制系统121使用地理数据库116。地理数据库116包括关于一个或多个地理区域的信息。图2图示了地理区域202的地图198。地理区域202可以对应于大都会或乡村地区、州、国家或其组合、或者任何其他地区。位于地理区域202中的是物理地理特征，诸如道路、感兴趣的点(包括商业、市政设施等)、湖泊、河流、铁路、市政当局等。

图2还描绘了地理区域202的部分206的放大地图199。放大地图199图示了地理区域202中的路网208的部分。路网208包括位于地理区域202中的道路和交叉口等。如部分206所示，地理区域202中的每条道路由一个或多个路段210组成。路段210表示道路的部分。每个路段210被示出为具有与其相关联的两个节点212；一个节点表示在路段的一端处的点，而另一节点表示在路段的另一端处的点。在路段210的任一端处的节点212可以对应于道路与另一道路相遇的位置(即，交叉口)、或者道路尽头的位置。

参考图3，在一个实施例中，地理数据库116包含表示图2中描绘的地理区域202中的物理地理特征中的一些的数据302。被包含在地理数据库116中的数据302可以包括表示路网208的数据。在图3的实施例中，表示地理区域202的地理数据库116可以针对地理区域202中的每个路段210包含至少一个路段数据库记录304(也称为“实体”或“条目”)。表示地理区域202的地理数据库116还可以针对地理区域202中的每个节点212包括节点数据库记录306(或“实体”或“条目”)。用语“节点”和“段”仅表示用于描述这些物理地理特征的一个术语，用于描述这些特征的其他术语旨在被包括在这些概念的范围内。

地理数据库116还可以包括其他种类的数据312。其他种类的数据312可以表示其他种类的地理特征或任何其他事情。其它种类的数据可以包括兴趣点数据。例如，兴趣点数据可以包括兴趣点记录，兴趣点记录包括类型(例如，兴趣点的类型，诸如餐馆、酒店、市政厅、警察局、历史标志、ATM、高尔夫球场等)、兴趣点的位置、电话号码、操作小时等。地理数据库116还包括索引314。索引314可以包括其将不同类型的数据彼此关联或者关联到被包含在地理数据库116中的数据的其它方面的各种类型的索引。例如，索引314可以将节点数据记录306中的节点与路段数据记录304中的路段的端点相关联。作为另一示例，索引314可以将其他数据记录312中的兴趣点数据与段数据记录304中的路段相关联。

图4示出了根据一个实施例的被包含在地理数据库116中的路段数据记录304的一些组成。路段数据记录304可以包括段ID 304(1)，通过段ID 304(1)可以在地理数据库116中标识数据记录。每个路段数据记录304可以具有与其相关联的信息(诸如“属性”、“字段”等)，该信息描述所表示的路段的特征。路段数据记录304可以包括指示对在所表示的路段上被允许的车辆行驶的方向的限制(如果有的话)的数据304(2)。路段数据记录304可以包括指示所表示的路段上的速度限制或速度类别(即，最大允许的车辆行驶速度)的数据304(3)。路段数据记录304还可以包括指示所表示的路段是否为受控进入道路(诸如高速公路)、到受控进入道路的坡道、桥梁、隧道、收费道路、渡口等的部分的数据304(4)。

用于远光、近光、雾灯、其它车辆灯光(lighting)和照明(illumination)的数据可以被存储作为单独的记录308、310或者存储在路段数据记录304中。地理数据库116可以包括描述诸如远光304(5)或道路照明估计304(6)等特征的路段数据记录304(或数据实体)。所估计的道路照明可以使用诸如从1到100(1是黑暗，100是完全照亮)等值的标度或者基于诸如勒克斯或照度等测量尺度被存储作为字段或记录。所估计的道路照明可以使用诸如低、中、高等类别来被存储。所估计的道路照明可以被存储作为与能见度相关的变量。例如，良好照明的道路可以具有高达1000英尺或更大的能见度。中等照明的道路可以具有500英尺至1000英尺的能见度，而低能见度道路可以具有小于500英尺的可见性。在远光的情况下，取决于条件，正常观察者可以从大约350-500英尺看到。低照度道路可以指示在其之下通常将是安全停止距离的能见度。附加模式可以用于描述所估计的道路照明。地理数据库116可以存储与照明有关的其他数据312，诸如远光数据、前灯数据或实际环境光读数。属性数据可以关于链路/段304、节点306、链路串、地区或区域来存储。地理数据库116可以存储用于显示偏好的信息或设置。地理数据库116可以耦合到显示器。显示器可以被配置成使用不同的颜色或方案来显示道路网络和数据实体。地理数据库116可以存储与危险情况可能存在于何处相关的信息，例如通过分析数据记录和当前/历史交通情况。具有低照度的路段可以用于标识或补充其他数据实体，诸如潜在危险。远光使用数据记录连同地理数据记录可以通过条件的组合来指示道路上的位置不安全。

路段数据记录304还包括提供所表示的路段的端点的地理坐标(例如，纬度和经度)的数据304(7)。在一个实施例中，数据304(7)是对于节点数据记录306的引用，节点数据记录306表示与所表示的路段的端点相对应的节点。

路段数据记录304还可以包括其他数据304(7)或与其相关联,其他数据304(7)涉及所表示的路段的各种其他属性。与路段相关联的各种属性可以被包括在单个路段记录中，或者可以被包括在彼此交叉引用的多于一种类型的记录中。例如，路段数据记录304可以包括标识在与由路段表示的道路部分的端部处的交叉点相对应的每个节点处存在什么转弯限制的数据、所表示的路段被知晓的名称、沿着所表示的路段的街道地址范围等。

图4还示出了可以被包含在地理数据库116中的节点数据记录306的一些组成。每个节点数据记录306可以具有相关联的信息(诸如“属性”、“字段”等)，其允许标识连接到它的路段和/或其地理位置(例如，其纬度和经度坐标)。对于图4所示的实施例，节点数据记录306(1)和306(2)包括他们的节点的纬度和经度坐标306(1)(1)和306(2)(1)。节点数据记录306(1)和306(2)还可以包括涉及节点的各种其他属性的其他数据306(1)(3)和306(2)(3)。

地理数据库116可以由内容提供商(例如，地图开发者)维护。作为示例，地图开发者可以收集地理数据以生成和增强地理数据库116。地图开发者可以从诸如企业、市政当局或相应地理当局等来源获取数据。另外，地图开发者可以雇佣现场人员在整个地理区域中行进以观察特征和/或记录关于道路的信息。可以使用遥感，诸如航空或卫星摄影。数据库116连接到服务器125。

地理数据库116和存储在地理数据库116内的数据可以按需被许可或递送。其他导航服务或交通服务器提供商可以访问存储在地理数据库116中的交通数据和所估计的道路照明数据。包括用于链路的所估计的道路照明数据的数据可以作为服务被广播。

服务器125可以是用于网站或web服务、诸如地图绘制服务和/或导航服务的主机。地图绘制服务可以提供根据数据库116的地理数据生成的地图，并且导航服务可以根据数据库116的地理数据生成路线或其他方向。地图绘制服务还可以提供根据被包括在数据库116中的属性数据生成的信息。服务器125还可以使用历史、最近或实时收集的数据来提供链路、段、路径或路线的历史、未来、最近或当前的交通条件。服务器125可以被配置成分析收集的环境光数据或远光数据以确定段或链路的估计的道路照明。服务器125可以被配置成分析来自段和链路的数据，以确定相似类型的段和节点之间的相关性。例如，具有类似的远光使用的段可以具有类似的事故概况或交通模式。

服务器125连接到网络127。服务器125可以通过网络127接收或传输数据。服务器125还可以通过网络127传输路径、路线或估计的道路照明数据。网络127可以包括有线网络、无线网络或其组合。无线网络可以是蜂窝电话网络、LTE(长期演进)、4G LTE、无线局域网、WiMax(微波接入全球互通)网络、或无线短程网络，无线局域网诸如802.11、802.16、802.20。此外，网络127可以是诸如因特网的公共网络、诸如内联网的专用网络或其组合，并且可以利用现在可用或以后开发的各种网络协议，包括但不限于基于传输控制协议/网际协议(TCP/IP)的网络协议。

一个或多个设备122可以包括探测设备、探测传感器或者其他设备122，诸如个人导航设备122或连接的车辆,。服务器125可以通过网络127与设备122通信。服务器125还可以从可以用于预测道路照明的一个或多个系统或服务接收数据。设备122可以是提供人或车辆的位置的数据样本的移动设备或跟踪设备。设备122可以包括运行专用应用的移动电话，专用应用在设备122由行进在道路系统上的人或物体携带时收集位置数据。设备122还可以集成在车辆中或与车辆集成。设备122可以被配置成收集和传输包括前灯和远光使用的数据。设备122可以被配置成收集和传输数据，该数据包括来自在车辆上或车辆周围的光传感器的数据。

传感器数据可以用光传感器或传感器的集合来收集，诸如光学检测器(例如，相机、光检测和测距(LiDAR)或雷达设备)。当设备122在道路上行进时，设备122和/或其他传感器可以报告车辆的数量、频率和/或速度。设备122和/或其它传感器可以在设备122在道路上行进时报告照明的水平、频率和变化。可以基于探测器的地理坐标(例如，全球定位系统(GPS))来确定路段或链路。

图5图示了用于地图绘制道路照明的示例流程图。如在以下部分中所呈现的，可以使用图1、图7或图10中所示的部件的任何组合来执行动作。以下动作可以由服务器125、设备122、地图绘制系统121、或其组合来执行。可以提供附加的、不同的或更少的动作。动作以所示的顺序或其他顺序被执行。也可以重复这些动作。可以跳过某些动作。

在动作A110，服务器125接收远光数据。远光数据可以通过网络接收。远光数据可以在车辆的操作期间由设备122收集。与车辆耦合的设备可以检测远光开关或传感器的激活，该传感器不直接连接的但是当远光被打开时检测前灯的亮度的增加。远光数据可以被收集和传输，例如无线地、实时地，和/或可以本地存储在设备122中，并且在稍后的时间传输给服务器125。在存在连接的情况下，可以实时地中继远光数据，但是当连接终止时，设备可以存储数据，直到诸如重新建立连接的时间。远光数据可以包括与远光事件相关的数据，例如时间活动、持续时间和位置数据(其可以由导航系统提供)。

远光通常用在没有太多交通的高速公路和乡村道路上。如果有迎面而来的交通或正前方的车辆，则可以关闭远光。远光可以由车辆的操作者手动操作，或者通过使用自动远光系统自动操作。可以在特定时间和位置接收远光数据的ON或OFF状态。对于具有更复杂的前灯系统的车辆，可以接收附加数据，诸如亮度水平或方向。由于远光可能被频繁地关闭或打开，所以对于特定路段可以存在多个ON和OFF状态。可以针对ON或OFF状态两者存储数据。

图6图示了当车辆已经从A点行进到F点时的一段时间内接收的远光数据。存在针对远光数据的两种状态(ON和OFF)。如图所示，远光在不同时间段的不同时间被开启，以覆盖不同路段。例如，当车辆开始穿过C到D段时，远光在大约18:20处于ON状态。远光在18:55短暂地转到OFF状态，然后在19:00再次打开。远光事件在远光移动到ON状态时开始，并且在远光关闭时结束。当车辆从一个段行驶到另一段时，事件可以分成两部分。例如，跨越D节点的事件可以被划分为两个单独的事件；一个事件在D之前，一个事件在D之后。

在某些实施例中，远光数据可以仅在非白天期间或当环境光水平下降到某一水平以下时被接收。白天的远光使用可能不是有用的，因为白天的远光使用可能不涉及道路照明。对于隧道、浓密树木繁茂的地区和长立交桥等可能存在例外。白天可以包括黎明和黄昏，例如日出前和日落后30分钟。日出和日落可以通过使用表格和地理位置来确定。道路位置也可以用于确定白天小时。例如，山谷中的道路可能比没有任何障碍物的道路更早变暗。对于行驶良好的路段，可以仅在夜晚的高峰处收集远光数据，例如，最黑暗的两个小时。月相也可以用于确定何时收集远光数据。在满月或更接近日出和日落期间收集的数据可能包括更多的光污染，并且可能不指示正常照明。

在某些实施例中，服务器125可以接收附加数据，诸如近光数据、雾灯数据或来自自动或自适应前灯的前灯数据。可以手动或自动使用前灯。手动前灯需要操作者打开或关闭前灯或调整亮度。诸如白天行车灯等自动前灯可以响应于车辆操作或光传感器而打开和关闭。自动前灯可通过光电传感器被激活。传感器的灵敏度可以由汽车制造商或操作者设置。传感器可以由诸如黎明或黄昏的照明条件来激活。一些车辆还可以具有光传感器，其通知车辆外部是否暗(例如，夜间或在隧道中)。当车辆中的开关被设置用于自动前灯时，每当传感器感测到外部足够暗时，车辆将打开灯。

自动前灯还可以检测附近的光源，诸如前方车辆的前灯或尾灯。该系统可以在远光和近光之间自动切换，以确保最佳的夜间能见度。当满足以下条件时，可以自动激活远光：车辆速度达到阈值速度，例如每小时15英里或更多；车辆前方的地区较暗；没有迎面而来的前灯；车前无尾灯；在车前没有来自路灯等的强烈的照明。自动前灯还可以由从包括道路照明数据的地理数据库116接收的数据来控制。例如，自动前灯可以限于具有差的或低的环境照明的路段。

当接收远光数据时，服务器125可以不区分手动或自动远光事件。然而，服务器125可以收集启动自动远光的数据以确定远光事件是否有效(例如，速度和光传感器数据)。在关闭自动远光的车辆中，服务器125仍然可以接收在没有禁用该选项的情况下远光将被打开的数据。对于不具有自动远光的车辆，服务器125同样可以接收将促进远光事件的条件存在的通知(速度和光传感器数据)。服务器125可以存储OFF数据以及ON数据。缺乏远光使用可以指示足够的照明。

诸如自适应前灯的其它高级系统可以通过将光束瞄准操作者已经转动方向盘的方向来照亮附近的角落。自适应前灯可以使用机械系统或电子系统。在某些情况下，如果车辆的速度增加，则灯自动升高以提供更大的能见度。如果车辆减速、发信号或在相对车道上有交通，则光束可以自动降低。自适应前灯还可以包括自动关闭设置，以帮助防止车辆“致盲”同道的驾驶员或者让灯亮着。当车辆停靠或空转，并且车轮朝向道路弯曲时，灯可以被关闭以保护其他驾驶员。

手动、自动和自适应前灯(近光或远光)可以生成由设备122收集的数据。可以生成和收集另外的数据、诸如雾灯的使用、在白天(或夜间)期间的近光使用或者其他车辆照明数据。雾灯例如散发出低的宽的光束，其在雾下方切割，以帮助你看到道路的边缘在哪里。雾灯可以自动或手动打开。雾灯可以面朝后方或前方。还可以收集确定自动和自适应前灯如何工作的附加数据，诸如传感器数据(光、速度、方向)。该数据可以在下面的动作A110或动作A120中被接收。服务器125可以实时地接收所有这些数据，或者数据可以本地存储，直到传输可能或有效。

在动作A120，服务器125接收道路条件数据。道路条件可以包括由车辆传感器或设备122收集的附加数据。道路条件还可以包括从交通管理中心或其他服务接收的数据。道路数据可以包括交通或天气数据。

道路数据可以是关于位置或路段的物理结构或布局的现有数据。例如，地理数据库116可以包含每个段的数据，包括诸如车道数、道路宽度、道路曲率、坡度、障碍和速度限制等方面。

交通数据可以包括与其他车辆相关的数据。交通数据可以包括交通量、交通流量、平均速度、事故等。交通数据可以由设备122收集或者从交通管理中心接收。天气数据可以包括当地天气条件，诸如降水、云量和预期能见度等。天气数据可以从车辆或从天气中心收集。

在动作A130，服务器125基于远光数据和道路条件计算远光置信度。远光置信度可以指示远光事件响应于低水平的道路照明而发生的置信水平。误报或检测到远光事件但是远光不意图用于低水平光的事件可以被认为是用于确定低道路照明的噪声。例如，一些驾驶员可以使用远光控制臂上的闪光特征来警告在超车道中行驶太慢的驾驶员。驾驶员也可能忘记关闭远光，即使不再需要，诸如从乡村地区转变到光线充足的城市街道。驾驶员在某些类型的天气期间可以使用远光。驾驶员也可能意外地打开远光。每个事件可能需要被排除或打折(discounted)以准确地确定道路照明。这样的事件可以在上述来自图6的示例数据中看到。图6中的第一事件(E1)发生在日落之前(在该示例中)。因此，这个事件很可能不会有用。第二事件(E2)是非常短的持续时间。这很可能是一个司机试图警告同道的司机。第四事件(E4)类似，并且潜在地是警告同道的驾驶员的尝试。

可以使用远光数据和道路条件来计算远光置信度。置信度可以是数值或者涵盖变化的水平或类别。可以将该值与置信度阈值进行比较，以便排除不被认为对确定道路照明有用的数据。表1列出了几种不同的远光事件和相关的道路数据(时间和位置)。对于这些示例，每个事件在夜间发生(白天事件已经从数据集预先剔除)。来自所示数据的附加数据可以用于确定远光置信度。远光事件可以包括远光处于ON状态。当车辆从第一段转变到第二段时，事件可以分为两部分。第一事件在段之间的节点处结束，第二事件在节点处开始。

表1：

对于该示例，存在用于将数据放入的三个类别：低概率、中概率和高概率。每个类别表示数据对于确定道路照明或远光频率有用的可能性。当聚合多个事件时，与高概率事件相比，低概率事件可以被打折。在某些实施例中，根据数据的量和粒度，可以存在附加的类别。例如，利用附加数据，服务器125可以能够执行更复杂的分类。

事件ID(A)发生在段10001上并且持续4秒。道路类型为城市，没有天气条件，交通量很重。车辆正在以约20mph行驶。服务器125可以将短的持续时间解释为指示低概率事件。对于道路和交通量的类型是同样的。这两个指标符表明远光事件不太可能用于确定道路照明。该事件可能指示驾驶员向不同的车辆发信号。

事件ID(B)、(C)和(D)都发生在段10002上。持续时间45s、24s和22s都是这可能是高概率事件的指示符。同样，设置(乡村)、交通量(中等)和平均速度指示事件可能有助于确定道路照明。诸如事件之间的时间或车辆穿过该段的总时间等附加信息可以有益于该确定。

事件ID(E)和(F)涉及乡村道路上的长的持续时间。两者都是高概率事件。由于持续时间和位置，事件ID(I)是低概率事件。

事件ID(G)和(H)都发生在段10006上。(G)具有短的持续时间，而(H)长得多。因为(G)较短，所以(G)通常指示低概率事件。(H)作为乡村道路上的长的持续时间事件可以指示高概率事件。(G)作为低概率事件可以不被用于确定道路照明。

事件ID(J)和(K)都是在乡村地区发生的长持续时间事件。然而由于天气(雪)和速度(慢)，这两个事件都是可疑的。一种可能性是，由于天气条件和能见度，驾驶员使用远光来弥补顶置照明灯照亮道路的故障。(J)和(K)都可以被确定为中等概率事件。

在动作A140，服务器125计算段的远光频率。服务器125可以聚合多个远光置信度以确定频率估计。服务器125还可以根据远光频率或远光置信度来计算道路照明值。对于每个段，可以存在覆盖特定时间的一个或多个远光置信度。例如，对于上文所示的表1中的段10002，存在三个事件。每次远光处于ON位置可以被认为是单独的事件。每个事件可以具有上文在动作130计算的远光属性。对于段10002，三个事件都是高概率事件。服务器125可以从三个事件确定存在针对段10002的远光使用和低照度的高的可能性。服务器125可以聚合来自不同来源的多个事件。例如，某些操作者可能或多或少地可能使用远光。来自一个车辆的数据可能是非常有用的，并且因此被较高地加权，而较低值数据(即使其被认为是肯定的)可以被分组在一起并且被较少地加权。低概率事件可以用于确定道路照明估计；然而，与高概率事件相比，低概率事件可以被较低地加权或被打折。

在某些实施例中，ON远光事件可以首先通过事件的来源进行聚合。针对车辆的报告可以首先被分组在一起以确定路段在特定时间的条件。针对相同类型车辆的报告可以聚合在一起(运动车/卡车/客车/小型货车/轿车等)。针对类似交通条件或天气条件的报告可能聚合在一起。来自相同时间段的报告可以聚合在一起。在上文描述的示例中，来自段10002的所有三个事件可以在与来自其他设备的其他数据组合之前被聚合在一起。

一旦服务器125已经聚合和分类每个事件，则服务器125可以确定道路照明的估计。服务器125可以使用段的业务量来更精确地计算道路照明。例如，高概率事件的数目是道路照明的直接指示符。高的数目指示低照度，反之亦然。然而，在具有很少交通的乡村道路上(特别是在夜间时间)，与中等交通的高速公路相比可能只有少数事件。高交通的高速公路可能由于汽车的数目和潜在的较慢的速度而看到远光事件的减少。可以将事件的数目与道路、地区或区域的交通量进行比较。

在动作A150，服务器125生成或扩充地理数据库116。地理数据库116可以包括具有相关联的属性、诸如估计的道路照明数据的链路和节点数据。地理数据库116还可以包含远光属性和原始远光数据。所生成的或扩充后的地理数据库116可以是如上文所述的较大地理数据库116的部分。地理数据库116可以用于生成或显示地区或区域的视觉地图。不同的颜色或指示符可以用于指示特定段的道路照明水平。地理数据库116可以用在分层应用中，其中用户可以打开或关闭道路照明估计数据。

服务器125可以使用地理数据库116中的远光数据来生成路线或者显示远光使用或道路照明。服务器125可以使用交通管理信道(TMC)或通过智能交通系统(ITS)或其他广播系统或架构来发布远光使用或道路照明。地理数据库116可以与实时数据一起使用以估计本地情况并且生成车辆的操作指令或建议。例如，服务器125可以接收对良好照明的路线的请求。请求可以包含阈值照明。请求可以包括能见度阈值。服务器125可以基于道路情况、天气情况和/或所估计的道路照明来计算路段的能见度。服务器125可以生成包括针对时间、路段类型和照明的不同选项的多个路线。一条路线可以限于仅使用具有良好照明的高可能性的路段。另一路线可以另外使用具有良好照明的中等可能性的路段。还可以利用当前或期望的交通情况产生每个路线以给出估计的到达时间。路线可以被传输到设备122。可以使用地理数据库116显示路线。

图7图示了图1的系统的示例服务器125。服务器125包括连接到通信接口305和存储器301的处理器300。处理器300还连接到数据库116。通信接口305被配置成从一个或多个探测器或设备122接收前灯数据。存储器301被配置成存储所接收的实时和历史数据。处理器被配置成估计路段的道路照明水平。处理器可以被配置成生成地图和路线指令。可以包括额外的、不同的或更少的部件。

图8图示了使用图7的服务器125来估计道路照明的示例工作流程。如在以下部分中所呈现的，可以使用图1、图7或图10中指示的部件的任何组合来执行动作。以下动作可以由服务器125、设备122或其组合来执行。可以提供附加的、不同的或更少的动作。动作以所示的顺序或其他顺序执行。也可以重复这些动作。

在动作A210，服务器125从设备122接收关于前灯设置、特别是驾驶员对远光的使用的信息。远光数据可以包括远光的状态(ON/OFF)、位置和时间。服务器125可以接收指示ON状态和ON状态的持续时间的远光数据。服务器125可以从设备122接收与前灯设置相关的附加信息。诸如自动或自适应系统等前前灯系统可以报告可以通过通信接口传输给服务器125的附加信息。例如，如果操作者超过自动远光系统的操作。通信接口205和/或通信接口305可以包括任何可操作的连接。可操作的连接可以是可以在其中发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作的连接可以包括物理接口、电接口和/或数据接口。通信接口205和/或通信接口805以任何现在已知或以后开发的格式提供无线和/或有线通信。

在动作A220，服务器125接收环境光数据。环境光传感器可以直接测量某个时间和位置处的光量。环境光传感器可以类似于被用于启用自动前灯的传感器。来自环境光传感器的光数据不仅可以拾取顶置照明，而且可以拾取诸如经过的车辆或一次性事件的其他来源。

在动作A230，服务器125基于远光数据计算一个或多个路段的远光频率。服务器125可以聚合每个段的多个远光事件以确定远光频率。可以通过确定与路段上的交通量相比使用远光的频率来计算远光频率。由于噪声，具有在不同时间来自多个车辆的多组数据可以辅助排除没有用的远光数据。

在动作A240，服务器125基于环境光数据计算一个或多个路段的环境光值。图9A和9B图示了接收的环境光水平的两个示例。图9A示出了来自环境道路照明的信号。对于具有顶置照明的道路，有效的环境照明将是相当均匀的，并且波动将具有作为汽车位置的函数的相当长的周期。例如，在图9A中，当车辆远离第一顶置灯710移动时，环境光逐渐减小，直到车辆处于顶置灯之间的中间。当车辆朝向第二顶置灯715移动时，环境光逐渐增加，直到车辆处于与第二顶置灯715最接近的点。这种逐渐增加和减小的模式即使在顶置照明不等间隔的情况下也可以是明显的。

图9B图示了来自在相反方向上经过的车辆720的预期的环境光读数。来自传感器的信号将比上文图9A所示的示例更快地上升(参见730和上升的斜率)。一旦车辆已经经过了传感器，环境光急剧下降(参见740，环境光快速下降)。服务器125可以使用傅里叶分析来分离高频和低频分量，以便确定模式。附加的环境光的来源可以由传感器检测。例如，诸如商业或房屋等其他路边来源可以影响顶置照明的收集。还可以检测和排除例如来自自行车、便携式灯、头顶高处的直升机、发光标志或闪光灯等的其他瞬态/临时照明源。来自车辆后方的照明可能不是问题，因为环境光传感器通常朝向车辆的前部安装，并且因此在我们的车辆后面行驶的其它车辆将不是大的污染源。对于给定的路段，服务器125可以要求存在来自多个车辆的数据，使得服务器125可以形成环境光值的分布。来自车辆的数据可以在相同时间或不同时间收集，包括在不同日期。数据可以与类似数据(星期几、一天内的时间、季节性、天气条件)一起分组。数据还可以按照车辆类型、驾驶员数据(可能从保险信息或驾驶记录中导出)来分组。然后，分布的最小值可以与真实的环境光相关联，而较高的值可能是由于来自其他附近车辆和来源的污染。

在动作A250，服务器125基于远光频率和环境光值生成一个或多个路段的估计的道路照明值。下面示出的表2示出了光传感器读数(环境光值)和远光频率的矩阵。根据数据值，服务器125可以计算估计的道路照明值和置信度。

表2：

具有顶置照明的大多数道路将由包括高的光传感器读数和从不的远光使用频率的数据集来表示。可以估计道路的照明是良好的。同样，没有顶置照明的乡村道路可以由包含低的光传感器读数和经常的远光使用频率的行来表示。某些组合(例如(低|从不)(高|有时)和(高|经常)不太可能发生。

服务器125还可以利用所估计的道路照明水平生成、扩充或补充地理数据库116。服务器125可以通过网络或计算机可读介质发布所估计的道路照明水平。所估计的道路照度水平可以存储在存储器中作为每个段的记录或属性。光传感器读数和远光使用频率也可以被存储作为属性。地理数据库116可以用在路线生成中或用作地图绘制服务。路线生成可以通过所估计的道路照明属性来通知。例如，可以生成路线以避免光线不足的区域。地理数据库116可以被传输给或下载到设备122。

所估计的道路照度和置信度可以与地理数据库116中的其他信息或属性有关。例如，路段上的远光使用可以与高事故(或意外)段相关。在白天的近光使用可以指示低的照明情况。雾灯可以指示天气情况。另外，前灯的使用缺乏(低或高)可以与其他信息相关。使用或不使用的相关性可以用于通知驾驶员或自主车辆避免段或者意识到增加的风险。

所估计的道路照度和置信度可以用于自动控制前灯设置。自动前灯可能需要几个先决条件才能确定何时开启或关闭。所估计的道路照明属性可以用作确定何时自动打开或关闭(或增加/减少亮度)前灯或远光的输入。所估计的道路照明属性还可以向手动操作的车辆或自主车辆提供通知。对于手动操作的车辆，当车辆进入低照明段时，可以生成警报以通知驾驶员可能需要远光。可以通过视觉或音频刺激提供警报。对于自主车辆，当车辆进入低照明段时，系统可能需要车辆从自主切换到手动。系统还可以为车辆设置较低的速度。

图10图示了图1的系统的示例设备122。设备122可以被配置成收集、传输、接收、处理或显示数据。设备122还可以被称为探测器122、移动设备122或导航设备122。导航设备122包括控制器200、存储器204、输入设备203、通信接口205、定位电路系统207、移动电路系统208和输出接口211。输出接口211可以呈现视觉或非视觉信息，诸如音频信息。对于移动设备122来说，附加的、不同的或更少的部件是可能的。导航设备122可以是智能电话、移动电话、个人数字助理(PDA)、平板计算机、笔记本计算机、个人导航设备(PND)、便携式导航设备和/或任何其他已知或以后开发的移动设备。在实施例中，车辆可以被认为是设备122，或者设备122可以被集成到车辆中。设备122可以从车辆中或车辆上的一个或多个传感器接收或收集数据。

设备122可以被配置成使用地理数据库116来执行路线算法，以确定沿着道路网络从地理区域中的起始位置行进到目的地位置的最佳路线。使用来自终端用户的输入，设备122审查起点位置和目的地位置之间的潜在路线，以根据用户偏好或参数确定最佳路线。设备122然后可以以指导的形式向终端用户提供关于最佳路线的信息，该指导标识最终用户从原点行进到目的地位置需要采取的机动。一些设备122示出显示器上概述路线的详细地图、沿着路线在各个位置处采取的机动的类型、某些类型的特征的位置等等。

导航设备122被配置成标识起始位置和目的地。起始位置和目的地可以通过输入设备203来标识。输入设备203可以是用于向移动设备122输入数据的一个或多个按钮、小键盘、键盘、鼠标、触笔、轨迹球、摇杆开关、触摸板、语音识别电路或其他设备部件。输入设备203和输出接口211可以组合为可以是电容性或电阻性的触摸屏。输出接口211可以是液晶显示器(LCD)面板、发光二极管(LED)屏幕、薄膜晶体管屏幕或其他类型的显示器。输出接口211还可以包括音频能力或扬声器。

可以使用诸如GPS或其他定位输入等定位电路系统来标识起始位置(诸如当前位置)。作为定位系统的示例的定位电路系统207被配置成确定导航设备122的地理位置。作为移动跟踪系统的示例的移动电路系统208被配置成确定导航设备122的移动。定位电路系统207和移动电路系统208可以是分离的系统、或者相同的定位或移动电路系统的段部分。在实施例中，如本文关于导航设备122所描述的部件可以实现为静态装置。例如，这样的设备可以不包括移动电路系统208，但是可以涉及速率或速度检测输入设备203。

当设备使用定位电路沿着路线行进时，导航设备122可以标识其位置。对于没有GPS信号的室内空间，导航设备122可以依赖于其他地理定位方法，诸如LIDAR、雷达、Wi-Fi、信标、地标标识、惯性导航(航位推算)等。

导航设备122还被配置成请求从起始位置到目的地的路线。导航设备122还可以请求对包括道路照明水平的对路线的偏好。通信接口205和/或通信接口305可以包括任何可操作的连接。可操作的连接可以是可以在其中发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作的连接可以包括物理接口、电接口和/或数据接口。通信接口205和/或通信接口305以任何现在已知或以后开发的格式提供无线和/或有线通信。通信接口205和/或通信接口305可以包括用于数字无线电信号或其他广播介质的接收器/传输器。接收器/传输器可以位于设备122外部，诸如在车辆中或在车辆上。

导航设备122被配置成接收路线。路线可以从地理数据库116生成。路线可以包括路段、链路或节点的属性形式的道路照明估计。根据偏好和请求，路线可以仅包含满足照明阈值的段。路线可以包括用于未充分照明的段的通知。路线可以包括具有频繁远光使用的地区或段的通知。

可以使用输出接口211来显示路线。路线可以被显示为例如自顶向下视图或等角投影。取决于路段的估计照明，路段可以被不同地着色或加阴影。例如，良好照明的道路可以用黄色突出显示，而低照亮的侧面道路可以是灰色阴影。尽管可以贯穿始终使用相对和/或主题术语来描述照明水平，但是应当理解，这种术语的使用是为了方便，并且本领域普通技术人员将理解，照明的充分性取决于应用或实施取决于其的装置，诸如光敏感性，并且对于一个应用可以被认为是“良好照明”的装置对于另一个应用可能被照亮不足。然而，在所有这些情况下，所公开的实施例可以用于以随后基于预期应用来评估和利用的方式客观地地图绘制各个区域处的照明水平。导航设备可以将周围区域的路线和数据存储在本地存储器中。

可以使用来自地理数据库116的附加信息来生成路线。可以针对这些运输模式专门生成行人或骑自行车者(出于安全原因他们可能喜欢良好照明的道路)的路线。行人路线可以进一步限于交通良好、照明良好的道路。骑自行车者可能喜欢低交通、照明良好的道路。

存储器204和/或存储器801可以是易失性存储器或非易失性存储器。存储器204和/或存储器801可以包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、电可擦除程序只读存储器(EEPROM)或其他类型的存储器中的一个或多个。存储器204和/或存储器801可以从移动设备122可移除，诸如安全数字(SD)存储卡。存储器可以包含本地存储的地理数据库或链路节点路线图。本地存储的地理数据库可以是地理数据库的副本，或者可以包括较小的部分。本地存储的地理数据库可以使用与地理数据库相同的格式和方案。导航设备122可以使用控制器200从所接收的或本地的地理数据库确定路线或路径。控制器200和/或处理器300可以包括通用处理器、数字信号处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、模拟电路、数字电路、其组合或其它现在已知或以后开发的处理器。控制器200和/或处理器300可以是单个设备或设备的组合，诸如与网络、分布式处理或云计算相关联。控制器200还可以包括用于解码道路消息和道路位置的解码器。

所估计的道路照明可以用于直接或间接地导航车辆。设备122可以集成到自主车辆或高度辅助驾驶(HAD)车辆中。设备122可以被配置成用于自主车辆或HAD的导航系统。自主车辆或HAD可以基于提供给导航设备122的链路和节点信息来获得路线指令。

如本文中所描述的，自主驾驶车辆可以指代自动驾驶或无人驾驶模式，其中不需要乘客在车上操作车辆。自主驾驶车辆可以被称为机器人车辆或自主驾驶车辆。自主驾驶车辆可以包括乘客，但是不需要驾驶员。自主驾驶车辆可以在没有人类操作者的情况下在地点之间停放自己或移动货物。自主驾驶车辆可以包括多个模式并且在模式之间的转换。

如本文中所描述的，高度辅助驾驶(HAD)车辆可以指代不完全替选人类操作者的车辆。相反，在高度辅助驾驶模式下，车辆可以执行一些驾驶功能，并且操作者可以执行一些驾驶功能。车辆还可以以手动模式驱动，人类操作者对车辆的运动进行一定程度的控制。车辆还可以包括完全无人驾驶模式。其他级别的自动化也是可能的。

自主或高度自动驾驶车辆可以包括用于标识汽车的周围环境和位置的传感器。传感器可以包括GPS、光检测和测距(LIDAR)、雷达和用于计算机视觉的相机。接近传感器可以帮助停放车辆。接近传感器可以检测路缘或相邻车辆。自主或高度自动化的驾驶车辆可以光学地跟踪并且遵循道路上的车道标记或引导标记。对于自主车辆，最大速度可以由车辆传感器的范围限制。尽管传感器技术如雷达和超声不受可见光范围的影响，但是视频相机需要足够的光来工作。视频相机用于重要的任务，诸如检测停止标志。

术语“计算机可读介质”包括单个介质或多个介质，诸如集中式或分布式数据库、和/或存储一个或多个指令集的相关联的缓存和服务器。术语“计算机可读介质”还包括能够存储、编码或携带用于由处理器执行的指令集或者引起计算机系统执行本文中公开的方法或操作中的任何一个或多个的任何介质。

在特定的非限制性示例性实施例中，计算机可读介质可以包括固态存储器，诸如存储卡或容纳一个或多个非易失性只读存储器的其他封装件。此外，计算机可读介质可以是随机存取存储器或其它易失性可重写存储器。另外，计算机可读介质可以包括磁光或光学介质，诸如磁盘或磁带或其他存储设备，以捕获载波信号，诸如通过传输介质传输的信号。到电子邮件或其他自包含信息档案或档案集合的数字文件附件可以被认为是作为有形存储介质的分发介质。因此，本公开被认为包括计算机可读介质或分发介质以及其中可以存储数据或指令的其他等同物和后续介质中的任何一个或多个。

在替选实施例中，可以构造专用硬件实现，诸如专用集成电路、可编程逻辑阵列和其他硬件设备，以实现本文中所描述的一个或多个方法。可以包括各种实施例的装置和系统的应用可以广泛地包括各种电子和计算机系统。本文中所描述的一个或多个实施例可以使用两个或更多个特定的互连的硬件模块或设备来实现功能，其中相关的控制和数据信号可以在模块之间并且通过模块进行通信，或者作为专用集成电路的部分。因此，本系统包括软件、固件和硬件实现。

根据本公开的各种实施例，本文中所描述的方法可以由计算机系统可执行的软件程序来实现。此外，在示例性非限制性实施例中，实现可以包括分布式处理、部件/对象分布式处理和并行处理。或者，可以构建虚拟计算机系统处理以实现如本文中所描述的方法或功能中的一个或多个。

尽管本说明书描述了可以在特定实施例中参考特定标准和协议来实现的部件和功能，但是本发明不限于这样的标准和协议。例如，用于因特网和其他分组交换网络传输(例如，TCP/IP、UDP/IP、HTML、HTTP、HTTPS)的标准表示现有技术的示例。这样的标准定期地被具有基本上相同功能的更快或更有效的等同物所取代。因此，具有与本文中公开的功能相同或相似的功能的替换标准和协议被认为是其等同物。

计算机程序(也称为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言编写，包括编译语言或解释语言，并且其可以以任何形式部署，包括独立程序或作为适于在计算环境中使用的模块、部件、子例程或其它单元。计算机程序不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的部分中(例如，存储在标记语言文档中的一个或多个脚本)，在专用于所讨论的程序的单个文件中，或者在多个协调文件中(例如，存储一个或多个模块、子程序或代码部分的文件)。计算机程序可以被部署为在一个计算机上或者在位于一个地点或分布在多个地点并通过通信网络互连的多个计算机上执行。

在本说明书中描述的过程和逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程处理器执行，以通过对输入数据进行操作并生成输出来执行功能。处理和逻辑流程也可以由专用逻辑电路系统来执行，并且装置也可以实现为专用逻辑电路，专用逻辑电路例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。

如本申请中所使用的，术语“电路系统”或“电路”指代所有以下：(a)仅硬件电路实现(例如仅在模拟和/或数字电路系统中的实现)和(b)电路和软件(和/或固件)的组合，诸如(如适用)：(i)处理器的组合或(ii)处理器/软件的部分(包括一起工作以使得装置(诸如移动电话或服务器)执行各种功能的数字信号处理器、软件、和存储器)和(c)即使软件或固件在物理上不存在的情况下仍然需要软件或固件用于操作的电路，诸如微处理器或微处理器的部分。

“电路系统”的这种定义适用于该术语在本申请中的所有使用，包括在任何权利要求中。作为另一示例，如本申请中所使用的，术语“电路系统”还将覆盖仅处理器(或多个处理器)或处理器的部分及其(或它们)附带的软件和/或固件的实现。术语“电路系统”还将覆盖(例如且如果适用于特定权利要求要素)用于移动电话的基带集成电路或应用处理器集成电路、或者服务器、蜂窝网络设备或其他网络设备中的类似集成电路。

适合于执行计算机程序的处理器包括例如通用和专用微处理器以及任何种类的数字计算机的任何一个或多个处理器。通常，处理器从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。通常，计算机还包括或可操作地耦合以从用于存储数据的一个或多个大容量存储设备(例如磁盘、磁光盘或光盘)接收数据或向其传送数据，或两者。然而，计算机不需要具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器等等。适于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备，例如包括半导体存储器设备，例如EPROM、EEPROM和闪存设备；磁盘，例如内部硬盘或可移动盘；磁光盘；和CD-ROM和DVD-ROM盘。存储器可以是非暂态介质，诸如ROM、RAM、闪存等。处理器和存储器可以由专用逻辑电路系统补充或并入专用逻辑电路系统中。

为了提供与用户的交互，本说明书中描述的主题的实施例可以在具有用于向用户显示信息的显示器(例如，CRT(阴极射线管)或LCD(液晶显示器)监视器)以及用户可以通过其向计算机提供输入的键盘和指示设备(例如鼠标或轨迹球)的设备上实现。其他种类的设备也可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以以任何形式接收来自用户的输入，包括声音、语音或触觉输入。

本说明书中描述的主题的实施例可以在计算系统中实现，计算系统包括后端部件(例如，作为数据服务器)或包括中间件部件(例如，应用服务器)或包括前端部件(例如具有图形用户界面或Web浏览器的客户端计算机，用户可以通过该客户端计算机与本说明书中描述的主题的实现交互)、或者一个或多个这样的后端、中间或前端部件的组合。系统的部件可以通过任何形式或介质的数字数据通信(例如通信网络)互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)，例如因特网。

计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络交互。客户端和服务器的关系借助于在相应计算机上运行并且彼此具有客户端-服务器关系的计算机程序产生。

本文中所描述的实施例的图示旨在提供对各种实施例的结构的一般理解。这些图示不旨在用作对利用本文中所描述的结构或方法的装置和系统的所有元件和特征的完整描述。在回顾本公开时，很多其他实施例对于本领域技术人员来说是显而易见的。可以从本公开中利用和导出其他实施例，使得可以进行结构和逻辑替换和改变而不脱离本公开的范围。另外，这些图示仅是代表性的，并且可能不是按比例绘制的。附图中的某些比例可能被夸大，而其他比例可以被最小化。因此，本公开和附图被认为是说明性的而不是限制性的。

虽然本说明书包含很多细节，但是这些不应被解释为对本发明或所要求保护的范围的限制，而是被解释为对于本发明的特定实施例特定的特征的描述。在本说明书中在单独实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独地或以任何合适的子组合来实现。此外，尽管特征可以在上文被描述为在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合的一个或多个特征在一些情况下可以从组合中删除，并且所要求保护的组合可以针对子组合或子组合的变化。

类似地，虽然在附图中描绘和以特定顺序描述操作，但是这不应被理解为要求这些操作以所示的特定顺序或以顺序次序执行，或者所有所示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统部件的分离不应被理解为在所有实施例中都需要这样的分离，并且应当理解，所描述的程序部件和系统通常可以一起集成在单个软件产品中或封装成多个软件产品。

本公开的一个或多个实施例在本文中可以单独地和/或共同地由术语“发明”提及，这仅仅是为了方便并且不旨在将本申请的范围自愿地限制到任何特定的发明或发明概念。此外，尽管本文已经图示和描述了具体实施例，但是应当理解，被设计为实现相同或相似目的的任何后续布置可以替代所示的具体实施例。本公开旨在覆盖各种实施例的任何和所有后续修改或变化。上述实施例的组合和本文未具体描述的其他实施例在阅读本说明书之后对于本领域技术人员是显而易见的。

提供本公开的摘要以符合37C.F.R.§1.72(b)，并且提交的条件是它不会用于解释或限制权利要求的范围或含义。另外，在前面的详细描述中，为了简化本公开的目的，各种特征可以组合在一起或者在单个实施例中描述。本公开不应被解释为反映所要求保护的实施例需要比每个权利要求中明确记载的特征更多的特征的意图。相反，如以下权利要求所反映的，发明主题可以针对少于所公开的实施例中的任何一个的所有特征。因此，以下权利要求被并入具体实施方式中，其中每个权利要求自身定义为单独要求保护的主题。

意图是上述详细描述被认为是说明性的而不是限制性的，并且应当理解，包括所有等同物的所附权利要求旨在限定本发明的范围。权利要求书不应被解读为限于所描述的顺序或元件，除非指出了这种效果。因此，落入所附权利要求及其等同物的范围和精神内的所有实施例被要求保护作为本发明。

Claims (21)

1.一种使用车辆远光数据来扩充地理数据库的方法，所述方法包括：

接收针对路段上的多个远光事件的远光数据，其中针对每个事件的所述远光数据指示车辆的远光在所述路段上的位置处是否处于活动状态；

接收针对所述路段上的所述位置的一个或多个道路条件数据；

针对所述路段上的所述多个远光事件中的每个远光事件，基于所述远光数据和所述一个或多个道路条件数据来计算远光置信度值，其中所述远光置信度值指示所述远光事件响应于低水平的道路照明而发生的置信水平；

基于针对所述路段上的多个远光事件的多个远光置信度值来计算所述路段的远光使用频率；以及

通过包括针对所述路段的所述远光使用频率来扩充所述地理数据库。

2.根据权利要求1所述的方法，其中所述远光数据不是从在白天操作的车辆接收的。

3.根据权利要求1所述的方法，其中所述道路条件数据包括所述路段上在车辆位置附近出现的天气情况。

4.根据权利要求1所述的方法，其中所述道路条件数据包括在所述位置处的车辆的量。

5.根据权利要求1所述的方法，其中所述远光置信度值还基于所述车辆的远光活动的时间长度。

6.根据权利要求1所述的方法，其中所述远光置信度值还基于针对所述位置的道路类型。

7.根据权利要求1所述的方法，还包括：

基于针对所述多个路段的所述远光使用频率来估计针对所述多个路段的顶置照明。

8.根据权利要求7所述的方法，还包括：

基于针对所述多个路段的估计的所述顶置照明来生成路线。

9.根据权利要求1所述的方法，还包括：

接收环境光数据，其中所述环境光数据表示所述位置处的所述环境光。

10.根据权利要求9所述的方法，还包括：

基于所述环境光数据以及针对所述多个路段的所述远光使用频率来估计针对所述多个路段的顶置照明。

11.一种使用车辆远光使用数据和环境光数据来估计道路照明的方法，所述方法包括：

从多个设备接收针对路段上的多个远光事件的远光使用数据；

从所述多个设备接收环境光数据；

基于针对路段上的多个远光事件的所述远光使用数据来计算针对所述路段的远光使用频率；

基于所述环境光数据来计算针对所述路段的环境光值，其中计算所述环境光值包括去除由其他瞬态/临时照明源引起的所述环境光数据的污染；以及

基于所述远光使用频率和所述环境光值来生成针对所述路段的估计的道路照明值。

12.根据权利要求11所述的方法，其中计算环境光值包括去除由一个或多个经过的汽车的前灯引起的所述环境光数据的污染。

13.根据权利要求11所述的方法，其中计算远光使用频率包括去除不满足持续时间阈值的一个或多个远光事件。

14.根据权利要求11所述的方法，还包括：

扩充地理数据库以包括估计的所述道路照明。

15.根据权利要求14所述的方法，还包括：

从请求方接收对于具有在照明阈值以上的照明的路线的请求；

使用所述地理数据库，使用具有在所述照明阈值以上的估计的道路照明的一个或多个路段，来生成所述路线；以及

向所述请求方传输所述路线。

16.根据权利要求11所述的方法，还包括：

基于所述远光使用频率和所述环境光值来计算针对估计的所述道路照明的置信度值。

17.根据权利要求11所述的方法，其中所述远光使用数据包括远光使用被检测时的时间和位置以及所述远光使用结束时的时间和位置。

18.一种用于存储车辆远光使用数据的装置，包括：

处理器；

数据存储装置，在操作上耦合至所述处理器；

路段数据实体，被存储在所述数据存储装置中并且能够由所述处理器访问；其中所述路段数据实体表示位于地理区域中的道路网络的位置，其中远光使用频率是基于来自多个设备的、针对路段上的多个远光事件的远光使用数据，针对所述道路网络的所述路段而被计算的；以及

远光数据实体，被存储在所述数据存储装置中并且能够由所述处理器访问；其中每个远光数据实体表示相应位置处的所述远光使用频率。

19.根据权利要求18所述的装置，还包括：

道路照明数据实体，被存储在所述数据存储装置中并且能够由所述处理器访问，其中所述道路照明数据实体从所述远光数据实体被导出并且表示相应位置处的照明。

20.根据权利要求18所述的装置，还包括：

显示器，耦合至所述数据存储装置和所述处理器，其中所述显示器可操作以显示具有针对一个或多个位置的所述远光使用频率的所述道路网络，所述远光使用频率由所述远光数据实体来表示。

21.一种使用车辆远光数据来扩充地理数据库的方法，所述方法包括：

接收针对路段上的多个远光事件的远光数据，其中针对每个事件的所述远光数据指示车辆的远光在所述路段上是否处于活动状态；

基于针对所述路段上的多个远光事件的所述远光数据来计算针对所述路段的远光使用频率；以及

通过包括针对所述路段的所述远光使用频率来扩充所述地理数据库。

Images