CN107305131A - 以节点为中心的导航优化 - Google Patents

以节点为中心的导航优化 Download PDF

Info

Publication number
CN107305131A
CN107305131A CN201710267616.9A CN201710267616A CN107305131A CN 107305131 A CN107305131 A CN 107305131A CN 201710267616 A CN201710267616 A CN 201710267616A CN 107305131 A CN107305131 A CN 107305131A
Authority
CN
China
Prior art keywords
vehicle
node
road
data
affected
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
CN201710267616.9A
Other languages
English (en)
Other versions
CN107305131B (zh
Inventor
E·林德
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.)
Here Global BV
Original Assignee
Here Global BV
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 Here Global BV filed Critical Here Global BV
Publication of CN107305131A publication Critical patent/CN107305131A/zh
Application granted granted Critical
Publication of CN107305131B publication Critical patent/CN107305131B/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
    • 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
    • G01C21/34—Route searching; Route guidance
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/01—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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • H04W8/183—Processing at user equipment or user record carrier

Landscapes

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

Abstract

接收来自道路上的车辆的车辆位置数据。基于车辆位置数据标识道路的受影响节点。基于道路的受影响节点更新表示道路的道路图。基于道路图的更新，对每个车辆的路线进行优化。可以提供每个车辆的路线的改变的指示用于显示。

Description

以节点为中心的导航优化
技术领域
以下公开内容涉及导航优化，更具体地涉及基于对道路连接点处的交通状况的评估来优化车辆导航路线。
背景技术
可以通过监测来自诸如交通信道、无线电和个人导航设备之类的交通数据源的组合的数据来确定交通拥塞。因此，基于监测数据类型将交通信息报告给多个数据存储装置。从这些拥塞标识源提供给路由算法的交通信息来自辅助设备，其中，交通的确定频繁地需要分析源数据以确定是否存在交通拥塞。来自多个源的交通数据的聚集限制了基于改变的交通条件更新拥塞信息的速度。
交通报告可以提供交通状况的高级视图。例如，提供在交通消息信道(TMC)代码层次的交通基于多个路段上的累积交通信息提供广义交通状况。这种形式的拥塞监测依赖于过往车辆的范围和平均值，并且可能不会报告车辆在同一城市正在接近特定停车灯的相同方向的数目和等待时间。进一步地，车辆车队或车辆群组不会被分组处理。虽然一些路由算法可以考虑交通拥塞信息，但是这种信息是从不考虑来自从集中式交通图获得的其他驾驶员的信息的交通广播提供的。
来自全球定位系统(GPS)设备的当前可用的数据探头信息提供在城市区域遭受多路径和其它问题的数据点信息。这些问题导致与使用GPS点的交通拥塞分析相关联的误差。自动车辆使用多种数据确定大体位置，这些数据包括GPS传感器、光检测和测距(LiDAR)、视觉街道标志以及其它信息。因此，与沿着GPS点进行的位置确定相比，自动车辆能够更好地感知位置，因此能够更准确和精确地进行交通和拥塞分析。因而，在准确性和精确度方面报告车辆位置和交通拥塞时，仅使用GPS位置信息与交通拥塞报告相结合是有限的。
发明内容
在一个实施例中，提供了一种以节点为中心的导航优化方法。从道路上的车辆接收车辆位置数据，以及基于车辆位置数据标识道路的有效节点。基于道路的受影响节点更新表示道路的至少一部分的道路图。基于更新后的道路图来优化车辆的路线。该方法还包括：提供路线的改变的指示以供向道路上的车辆的乘客显示。
在另一实施例中，提供了一种以节点为中心的导航装置，其包括至少一个处理器和包括用于一个或多个程序的计算机程序代码的至少一个存储器。至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使得装置接收与道路上的车辆相关联的车辆位置数据，并且基于车辆位置数据标识道路的受影响节点。计算机程序代码和处理器可以进一步使得装置基于道路的受影响节点更新表示道路的至少一部分的道路图，并且基于更新后的道路图优化车辆的路线。计算机程序代码和处理器可以进一步使得装置向道路上的车辆的乘客提供路线的改变的指示。
在另一实施例中，提供了一种以节点为中心的导航装置，其包括至少一个处理器和包括用于一个或多个程序的计算机程序代码的至少一个存储器。至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使得装置接收车辆位置数据，并且基于车辆位置数据标识道路的受影响节点。计算机程序代码和处理器可以进一步使得装置基于道路的受影响节点更新表示道路的至少一部分的道路图，并且向道路上的车辆提供更新后的道路图以优化车辆的路线。
在又一实施例中，一种以节点为中心的导航优化方法包括：基于地理区域的道路上的一组相关联的车辆接收车辆位置数据。该方法基于该组车辆的车辆位置数据标识道路的一个或多个受影响节点。该方法还包括：基于道路的受影响节点更新表示地理区域的道路的道路图，并且基于更新后的道路图优化该组相关联的车辆的路线。该方法还向该组中的车辆提供路线的改变的指示。
附图说明
本文中参考以下附图描述本公开的示例性实施例。
图1是按照以节点为中心的导航优化主题技术的流程图。
图2是按照以节点为中心的导航优化主题技术的流程图。
图3A图示了按照以节点为中心的导航优化主题技术的道路图数据库和地理数据库的框图。
图3B图示了包含在图3A的地理数据库中的数据记录的组件的框图。
图4A至图4H图示了按照以节点为中心的导航优化主题技术相对于道路的节点移动的车辆。
图5图示了以节点为中心的导航优化主题技术的示例系统。
图6图示了以节点为中心的导航优化主题技术的示例移动设备。
图7图示了以节点为中心的导航优化主题技术的示例服务器。
具体实施方式
交通拥塞监测和报告具有报告缓慢、拥塞确定过于广义的缺点，并且不能被特定于车辆车队。以下实施例的目标是提供对各个交叉点特有的道路状况的实时的、高度详细的评价。交通聚类的交叉点可以表示为节点。为了标识每个节点处的交通，可以建立描述每个节点相对于相邻节点的当前状态的道路图。道路图可以在车辆车队、地理区域内的所有车辆、或地理区域内的一个或多个选定车辆之间共享。在车辆行进通过地理区域时，组内的每个车辆提供车辆位置信息。车辆位置信息描述了每个节点的当前状态。当车辆从节点移动到节点，并报告它们的位置时，可以基本上实时地确定道路图的更新，。
实时或基本上实时地连续更新或交通报告期望向当前沿着路线行驶的车辆提供路线优化。实时和基本上实时意味着瞬时或具有人察觉不到的延迟。通过使用单个源确定拥塞信息和/或使用集中式基于云的数据存储装置存储拥塞信息，在所公开的实施例中减少了由于使用多个数据源而导致的传输延迟和处理延迟。以节点为中心的导航优化主题公开的目标提供了交叉点级别下的道路状况的粒度级视图。粒度级视图提供了区域的更全面的视图，而非如何报告交通。以下实施例强调了其组件的整体性和相互依赖性的重要性，以实现更好的车队性能的目标。以下实施例提供了交通流量和拥塞的粒度量化，从而解决了基于云的交通分析和交通拥塞数据的广播的限制。
在三个范围到四个范围内对交通拥塞进行分类，使用道路上的颜色编码描绘在地图上以示出交通拥塞。例如，黑色等级、红色等级、黄色等级和绿色等级可以提供交通拥塞等级减小的范围指标。然而，这些等级不能传达足够的信息来优化具有相同交通拥塞等级的道路的各个分段内的车辆路线。因此，导航不能在道路的交叉点等级下进行优化。以下实施例通过基于每个交叉口处和/或接近每个交叉口的车辆的数目确定每个交叉路口处的拥塞，基于道路分段之间的交通的改变提供路线变更和/或导航方向的改变。
基于沿着北向南路的车辆的平均速度的拥塞确定不能提供足够的信息以允许优化穿越北向南路的东向西路的路线选择。也就是说，导航系统不能选择穿越北向南路的最佳交叉口。使用平均速度确定拥塞的导航系统使链路中的每个链路排名相等。因而，不能确定每个节点处的拥塞。在高拥塞区域内，如本文中所提供的，确定每个节点处的道路状况允许导航系统和路由算法以更高的特异性程度(例如，在高拥塞区域内)优化导航，以在该区域内实现最佳或最快可能的行进时间。所公开的实施例有利地提供连续更新的道路信息，从而导致行程时间减少，行进距离最小或其它期望的优化。
本文中所使用的术语“车辆”涵盖其简单含义和普通含义，包括但不限于汽车、公共汽车、火车、飞机、船、自行车、电车或行人移动。术语“车辆”包括任何机动或非机动的运输和/或运动形式。导航优化系统可以与自主或半自主车辆一起使用。车辆中的驾驶员或乘客可以使用导航优化系统。“乘客”可以是指包括驾驶员在内的车辆的任何一个乘客或多个乘客。使用导航优化系统可以具体适用于与半自主或自主车辆相关联的应用。
本文中所使用的术语“自主”可以是指不需要乘客在车辆上操作车辆的自动驾驶或无人驾驶模式。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员的情况下自行泊车或在位置之间移动货物。自主驾驶车辆可以包括多种模式和模式之间的转换。
如本文中所描述的，半自主或高度辅助驾驶(HAD)车辆可以是指不完全代替人类操作员的车辆。相反，在高度辅助驾驶模式中，车辆可以执行一些驾驶功能，而人类操作员可以执行一些驾驶功能。车辆也可以以手动模式驾驶，即，人类操作员对车辆的移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。其它级别的自动是可能的。
以节点为中心的导航优化主题技术的能力适用于自主驾驶车辆、半自主车辆，并且为用户操作的车辆提供导航辅助。使用主题技术的路线优化可以辅助提供路线优化，从而基于交叉点级别下的道路状况对比确定路线优先级。以节点为中心的导航优化主题技术附加地可以辅助自主车辆导航。
图1是按照以节点为中心的导航优化主题技术的流程图。参考图5至图7所描述的系统和组件来描述动作。可以提供附加的、不同的或更少的动作。可以按不同于本文中所呈现的次序执行动作。
在动作A100中，接收车辆位置数据。可以从在道路上行进的车辆129通过服务器125接收车辆位置数据。车辆位置数据可以包括车辆标识信息。车辆位置数据还可以包括地理位置信息、速度、行进方向或车辆的位置的任何其它指示。可以从标识车辆特有的制造、车型、型号、大小、相关联的车队以及其它信息的车辆进一步提供车辆标识信息。
在动作A110中，基于车辆位置标识受影响节点。受影响节点可以是受车辆位置数据的改变影响的任何一个节点或多个节点。标识道路的受影响节点可以包括：如步骤A112所图示的，确定受影响节点是处于车辆的前进路径中还是路径尾迹中。车辆路径尾迹中的节点是车辆所经过的节点或车辆已经离开的节点。车辆路径尾迹中的受影响节点可以是车辆所经过的最后节点和/或车辆已经离开的最后节点。车辆的前进路径中的节点可以是车辆行进方向上的下一节点。车辆是否正在接近或离开节点的确定可以基于车辆的当前位置和行进方向。可替代地，确定受影响节点是车辆的前进路径中的节点还是车辆路径尾迹中的节点的确定可以基于车辆的当前位置和车辆的一个或多个先前位置。在交叉点处停止的车辆保持与车辆停止的交叉点相关联的节点的车辆位置和/或最后车辆位置。处于交通信号下的车辆、由于拥塞而处于缓慢或低速运动下的车辆或处于停止标志下的车辆是其中车辆在交叉口处或附近停止的实例中的一些示例。
在一些实施例中，基础设施信息可以进一步用于确定道路及其节点的交通的状态。服务器125可以经由网络设备135、交通设备137或其它源接收基础设施信息。基础设施信息可以包括与定时交通灯信息相关联的数据、与基于传感器的交通灯控制相关联的当前交通灯定时信息、或与交通聚类相关联的其它信息，该定时交通灯信息与交通设备137相关联。在动作A120中，接收基础设施数据。基础设施数据可以包括交通灯持续时间数据。基础设施数据可以从地理数据库116获得。例如，对于具有预先确定的模式的交通信号可以存储在地理数据库116中。与预先确定的模式的改变相关联的基础设施数据(例如，抢占定时交通信号的紧急服务车辆)可以从交通设备137、车辆129、网络设备135提供并且作为基础设施数据记录301被存储。
在动作A130中，更新道路图。道路图可以表示道路的至少一部分，并且基于道路的受影响节点来更新。道路图处的每个节点可以包括指示节点的交通状态的权重。例如，权重可以指示在节点处停止的车辆的数目、和/或在车辆的前进路径中的节点的车辆的数目。道路图的节点的权重提供交叉点处的交通状态的指示。如果受影响节点是车辆的前进路径中的节点，则可以递增受影响节点的权重，如在动作A132中一样。进一步地，如果受影响节点处于车辆的路径尾迹中，则受影响节点的权重可以递减，如在动作A134中一样。车辆的单次移动可能同时影响两个节点；车辆可能在离开节点的同时，接近另一节点。
在基础设施信息用于确定道路及其节点的交通状态的实施例中，更新道路图数据可以包括：除了所接收到的车辆位置数据之外，还使用所接收到的基础设施信息。基础设施信息可以用于基于当前基础设施状态或基础设施元件的已知行为进一步递增或递减或以其它方式缩放给定节点处的权重。
在动作A140中，优化车辆路线。可以基于更新后的道路图优化路线。如动作A142所图示的，基于路由算法优化车辆的路线还可以包括：基于沿着到达车辆的目的地的可能路线的节点的权重计算车辆的最佳(例如，最快或最短)路线。可以使用任何已知的路由算法。路由算法可以基于用户输入的偏好、车队偏好或其它偏好确定路线决策的优先级。
在动作A150中，提供路线改变的指示。可以向道路上的车辆的乘客提供路线的改变的指示。车辆的路线方向的改变可以包括：提供图形导航信息以供车辆显示，如在动作A152中一样。可替代地或附加地，向车辆提供改变的路线方向可以包括：提供控制车辆的自主操作的指令，如动作A154一样。附加地或可替代地，向车辆提供改变的路线方向还可以包括：在动作A156中，提供可能的导航选项的选择以供车辆乘客选择。例如，导航选项的选择可以用于包括车辆的半自主操作的实施例中。
在一个实施例中，可以经由网络127从车辆129接收车辆位置数据。可以直接从车辆129向服务器125提供车辆位置信息，或者可以经由中间联网设备135向服务器125提供。车辆位置信息可以通过来自车辆129的直接传输和在中间联网设备135处收集并且传送到服务器125的车辆信息数据的组合来提供。这些联网设备可以进一步用作中介，以从服务器125向车辆提供优化的路由信息。
在其它实施例中，服务器可以传送道路图信息并且将更新后的图形信息传送到车辆或中间联网设备135。车辆或联网设备然后可以使用更新后的道路图信息，以便优化各个车辆的路线信息。
可以使用地理区域内的一些或所有车辆的车辆位置信息执行以节点为中心的优化。一些车辆可能无法提供车辆位置信息，因此这些车辆可能不会反映在道路图中。针对特定组车辆，提供优化。例如，车辆车队可以集中拥有或操作。可以通过创建仅具有从被标识为属于该组的车辆的车辆输入的道路图来满足这些组车辆的利益。在一些实施例中，车辆信息可以用于更新限于一组车辆的道路图。例如，诸如出租车之类的车辆车队可以具有独特的优化需求，诸如最大化速度、最大化拔除标志(flag-pull)、减少空闲时间、保持在特定地理区域内、或其它期望的结果。较大的商用车辆可能组成单独的组，其优化需求诸如最大化直道、减少加速度或速度的显著改变或包括单独转弯行车道或多行车道的道路偏好。较大的商用车辆车队可以进一步最小化跨越交通信号灯时间短的的交叉口的路径。
图2是按照用于选定车辆车队的以节点为中心的导航优化主题技术的流程图。参考图5至图7所描绘的系统和组件来描述动作。可以提供附加的、不同的或更少的动作。可以按不同于本文中呈现的次序的次序执行动作。例如，一些实施例可以不包括动作A220。在其它实施例中，可以使用除A242之外的动作来执行动作A240。在动作A200中，接收车队车辆的车辆位置数据。接收地理区域的道路的车队的每个车辆的车辆位置数据。
在动作A210中，基于车队车辆位置标识受影响节点。基于该组相关联的车辆中的每个车辆的车辆位置数据标识道路的受影响节点。受影响节点的标识可能包括动作A212。如在动作A212中一样，确定每个相应的受影响节点是处于多个相关联的车辆中的任何车辆的前进路径还是在多个相关联的车辆中的任何车辆的路径尾迹中。标识地理区域中的道路的节点可以包括：确定节点是处于车队车辆的前进路径中还是在路径尾迹中，如动作A212一样。车辆是正在接近还是离开节点的这种确定可以基于车辆的当前位置和行进方向。
在动作A220中，接收基础设施数据。如动作A242所图示的，基于路由算法优化车辆的路线还可以包括：基于沿着到达车辆的目的地的可能路线的节点的权重计算车辆的最佳路线。最佳路线可以是最短距离、最短行进时间，最大化所期望的道路特点的路线、或其组合。
在动作A230中，更新道路图。基于道路的一个或多个受影响节点来更新表示地理区域的道路的道路图。如动作A232所图示的，如果受影响节点是车辆前进路径中的节点，则可以递增受影响节点的权重。进一步地，如动作A234所图示的，如果受影响节点处于车辆的路径尾迹中，则可以递减受影响节点的权重。
在动作A240中，针对车队车辆，优化路线。针对车队中的每辆车辆，对这些路线进行优化。基于路由算法优化车辆的路线还可以包括：如动作A142所图示的，基于沿着到达车辆的目的地的可能路线的节点的权重计算车辆的最快路线。可以使用任何已知的路由算法。路由算法可以基于用户输入的偏好、车队偏好或其它偏好确定路线决策的优先级。
在动作A250中，向车辆提供路线的改变的指示。可以向道路的车辆的乘客提供路线的改变的指示。如动作A252所图示的，改变到达车辆的路线方向可以包括：提供图形导航信息以供车辆显示。可替代地或附加地，向车辆提供改变的路线方向可以包括：提供控制车辆的自主操作的指令，如动作A254一样。附加地或可替代地，向车辆提供改变的路线方向还可以包括：提供可能的导航选项的选择以供车辆乘客选择。例如，导航选项的选择可以用于包括车辆的半自主操作的实施例，如动作A256一样。
图3A图示了按照以节点为中心的导航优化主题技术的道路图数据库114和地理数据库116的框图。在一个实施例中，地理数据库116包含表示图4A的地理区域中的物理地理特征中的一些物理地理特征的数据302。道路图数据库114中的数据可以包括从行进通过地理区域400的车辆接收到的车辆位置信息301。如果可用的话，可以进一步将基础设施信息包括在数据记录301中。可以实时地并且一旦接收到就更新该信息。可以经由网络127从车辆129、网络设备135和交通设备137直接接收当前车辆位置和基础设施数据记录301。也就是说，虽然附加的交通拥塞信息可以经由地理数据库116或其它源获得，但是道路图数据库不依赖于诸如交通信道、无线电或其它聚集交通数据之类的来自常规源的交通流量数据和/或交通拥塞数据。地理数据302可以包括节点数据记录306和定义地理区域400的其它信息。节点权重数据303基于车辆位置和基础设施数据记录301包括地理区域中的节点的当前权重值。
包含在地理数据库116中的数据302可以包括表示图4A的地理区域400的道路网络的数据。地理数据库116可以表示地理区域400，并且可以包含地理区域400中的每个道路分段的至少一个道路分段数据库记录304(也被称为“实体”或“条目”)。表示地理区域400的地理数据库116还可以包括地理区域400中的每个节点N1至N9的节点数据库记录306(或“实体”或“条目”)。术语“节点”和“分段”仅表示用于描述物理地理特征的一个术语，用于描述特征的其它术语旨在被涵盖在这些概念的范围内。
地理数据库116还可以包括其它种类的数据312。其它种类的数据312可以表示其它种类的地理特征或任何其它种类的数据。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，其包括类型(例如，诸如餐厅、酒店、市政厅、派出所、历史标志、ATM、高尔夫球场等之类的兴趣点类型)、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可以包括将不同类型的数据彼此相关或与包含在地理数据库116中的数据的其它方面相关的各种类型的索引。例如，索引314可以将节点数据记录306中的节点与道路分段数据记录304中的道路分段的端点相关。作为另一示例，索引314可以将其它数据记录312中的兴趣点数据与分段数据记录304中的道路分段相关。
图3B图示了包含在图3的地理数据库中的数据记录的组件的框图。根据一个实施例，道路分段数据记录304的组件中的部分或全部组件可以包含在地理数据库116中。道路分段数据记录304可以包括分段ID 304(1)，通过该分段ID，可以在地理数据库116中标识数据记录。每个道路分段数据记录304可以与信息(诸如“属性”、“字段”等)相关联，该信息描述所表示的道路分段的特征。道路分段数据记录304可以包括指示在所表示的道路分段上准许的车辆行进方向上的限制(如果有的话)的数据304(2)。道路分段数据记录304可以包括指示所表示的道路分段上的速度限制或速度类别(即，最大准许车辆行进速度)的数据304(3)。道路分段数据记录304还可以包括指示所表示的道路段是否是受控交流道(诸如高速公路)的一部分、受控交流道的匝道、桥梁、隧道、收费道路、渡轮等等的数据304(4)。
交通流量数据可以作为单独的记录308、310被存储，或被存储在道路分段数据记录304中。地理数据库116可以包括描述诸如交通流量304(5)或交通流量估计304(6)的道路分段数据记录304(或数据实体)。所估计的流量可以使用诸如从1到100(1是低流量，100是高流量)的值的范围或基于诸如每米(或平方米)的车辆的测量尺度或其范围作为字段或记录被存储。可以使用诸如低、中、高之类的类别存储所估计的交通流量。附加的方案可以用于描述所估计的交通流量。地理数据库116可以存储与流量的相关的其它数据312，诸如原始的未调整数据。可以存储与链路/分段304、节点306、链路串、区域或地区相关的属性数据。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可以耦合至显示器。显示器可以被配置成使用不同的颜色或方案显示道路网络和数据实体。地理数据库116可以存储与危险状况可能存在的位置相关的信息，例如通过分析数据记录和当前/历史交通状况。交通流量高的道路分段可以用于标识或补充其它数据实体，诸如潜在危险。高流量以及诸如高速度之类的地理数据记录可以通过状况的组合来指示道路上的位置不安全。
道路分段数据记录304还包括提供所表示的道路分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)是对节点数据记录306的引用，表示与所表示的道路分段的端点或子分段相对应的节点。
道路分段数据记录304还可以包括其它数据304(7)或与涉及所表示的道路分段的各种其它属性的其它数据304(7)相关联。与道路分段相关联的各种属性可以包括在单个道路分段记录中，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，道路分段数据记录304可以包括标识与道路分段所表示的道路部分的末端处的交叉口相对应的节点中的每个节点处存在什么转向限制的数据、所表示的道路分段已知的名称或多个名称、沿着所表示的道路分段的街道地址范围等等。
图3B还描绘了可以包含在地理数据库116中的节点数据记录306的组件中的一些组件。节点数据记录306中的每个节点数据记录可以具有相关联的信息(诸如“属性”、“字段”等等)，其允许标识连接到它的道路分段(多个)和/或节点的地理位置(例如，其纬度坐标和经度坐标)。节点数据记录306(1)和306(2)可以包括其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它属性的其它数据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)来维护。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、城市或相应的地理管理机构之类的源获得数据。另外，地图开发者可以利用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，诸如空中或卫星摄影。数据库116连接至服务器125。
地理数据库116和存储在地理数据库116内的数据可以按需许可或递送。其它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中的交通数据和估计的交通流量数据。包括用于链路的估计交通流量数据的数据可以被广播作为服务。
服务器125可以是用于诸如映射服务和/或导航服务之类的网站或web服务的主机。映射服务可以提供从数据库116的地理数据生成的地图，并且导航服务可以从数据库116的地理数据生成路由或其它指示。映射服务还可以提供从包括在数据库中的属性数据生成的信息。服务器125还可以使用历史收集的数据、近期收集的数据或实时收集的数据提供链路、分段、路径或路线的历史交通状况、将来交通状况、近期交通状况或当前交通状况。服务器125可以被配置成分析所收集的流量数据和/或探头报告以确定分段或链路的估计的交通流量。服务器125可以被配置成分析来自分段和链路的数据，以确定相似类型的分段和节点之间的相关性。例如，具有类似流量使用的分段可以具有类似的事故简档或交通模式。
图4A至图4H图示了按照用于以节点为中心的导航优化主题技术相对于道路的节点移动的车辆。图4A图示了包括几个道路和交叉口的地理区域400。每个交叉口与N1至N9中的节点相对应。每个车道可以包括一个或多个行进方向以及车辆V1和V2正在行进通过地理区域的一个或多个车道。车辆V1始于N1，目的地为N9。车辆V1具有从N1到N2到N3到N6并且到目的地N9的初始计划行进路线。车辆V2也从N1开始，目的地为节点N9。该示例始于具有在N1到N4到N5到N6之后到达目的地节点N9的当前路线的车辆V2。车辆V2的路线已经被调整，以基于车辆V1的当前位置避免拥塞。图4B至图4H表示图4A的地理区域的简化视图。
图4B图示了如在图4A、图4B至图4H中出现的同一时间点的车辆V1和V2。图4B的车辆位置在下文的表1中提供。车辆位置可以根据其在车辆路径的方向上正在靠近的节点来描述。图4B中的车辆V1是离开节点N1并且接近节点N2；车辆V1的位置被表达为节点N2。车辆V2具有节点N4的位置，因为它从N1行进到N4。
表1
每个车辆位置基于其当前位置和方向影响道路图。车辆V1离开节点N1并且接近节点N2。因而，车辆V1影响道路图中的节点N1和N2。表2图示了与图4B的道路图相对应的值，其提供了节点相对于其连接的每个节点的权重。节点的权重基于接近节点的车辆的数目，并且基于离开节点的车辆的数目。如图4B的道路图所示，车辆V1正在接近节点N2并且离开节点N1。因此，节点N1处的权重的值相对于节点N2为0，并且值相对于节点N4为0。因为车辆V1从N1接近节点N2，道路图的节点N2的权重相对于N1为1。车辆V2从节点N1接近N4。因此，节点N4的道路图权重值相对于节点N1为1。因为车辆V2离开节点N1并且接近节点N4，节点N1的权重相对于节点N4为0。道路图的剩余值为0，从而指示没有其它车辆行进通过或停止在地理区域中的交叉口。因为车辆V1的路线的道路图值没有示出任何拥塞，所以车辆V1的路线不变。
表2
图4C图示了节点N2到节点N3的车辆V1的路径的下一增量。车辆V1离开节点N2并且接近节点N3。因而，下文的表3与图4C的车辆位置相对应。节点N3是车辆V1的新的当前位置。车辆V2没有示出改变；因此，车辆V2的位置是节点N4。
表3
节点N2现在在车辆V1的尾迹中。因而，如表4所描绘的，图4C的对应的道路图将N2相对于节点N1的权重递减到0，并且将节点N3相对于节点N2的权重递增到1。节点N4的权重保持恒定。
表4
车辆在车辆的现有路径中没有产生拥塞；因此，基于从图4B到图4C的道路图的改变，车辆中的每个车辆的路线没有改变。
图4D图示了车辆V2离开节点N4和接近节点N5的路径的下一增量。因而，表5(与图4D相对应的车辆位置表)示出了节点N5处的车辆V2的位置。车辆V1的位置没有改变。
表5
车辆V2离开节点N4；因此，与图4D相对应的道路图将节点N4相对于节点N5的权重递减到0，并且递增节点N5相对于节点N4的权重，从而反映车辆V2的路径。基于对与图4D相对应的道路图的改变，车辆的路线优化不需要改变。
表6
图4E图示了车辆V1离开节点N3和接近节点N6的后续路径。图4E的对应的车辆位置表(图7)图示了作为节点N6的车辆V1的当前位置。
表7
表8中提供的道路图值与图4E相对应。节点N3的权重相对于节点N6递减到0，并且节点N6(相对于节点N3)的权重递增到1。节点N6相对于节点N3的权重的递增对车辆V2的最佳路径呈现显著改变。也就是说，车辆V2的当前路线从节点N5通向节点N6到节点N9。对与图4E相对应的道路图值的改变现在指示车辆V2的路线被优化为从节点N5通向节点N8到达目的地节点N9的路径的车辆。因此，可以向车辆提供路线的改变的指示。
表8
实现路线改变，图4F图示了在节点N8的方向上离开节点N5的车辆V2的路径。图4F的对应的车辆位置表(如表9所给出的)包含车辆V2作为节点N8的当前位置。
表9
表10中所图示的道路图值与图4F相对应。节点N5的权重相对于节点N4递减到0，并且节点N8相对于节点N5的权重递增到1。
表10
车辆V1从节点N6移动到图4G中的节点N9。因此，表11(与车辆位置表相对应)示出了车辆N1作为节点N9的位置。
表11
图4G的对应的道路图递增节点N9相对于节点N6的值，并且递减节点N6相对于N3的值。在表12中提供道路图的值。基于对与图4G相对应的道路图的改变，车辆的路线优化不需要改变。
表12
因此，车辆V1已经到达节点N9的目的地。车辆V1可以进入停车场或路边停车场，并且点火可能被关闭。因而，一旦车辆V1不再出现在道路上，车辆不再相对于车辆位置表或道路图出现。因而，如图4H所示，递减与车辆V1相关联的对应的节点权重。
在图4H中，车辆V2从节点N8进行到达其目的地的节点N9。对应的车辆位置表(表13)指示车辆V2在节点N9处的位置。
表13
表14包括与图4H相对应的道路图的值，其图示了节点N8的值递减到0，以及节点N9的值递增到1。
表14
图5图示了用于以节点为中心的导航优化的一个示例系统120。系统120包括以节点为中心的导航优化系统121、一个或多个移动设备122(导航设备)、工作站128和网络127。系统还可以包括联网设备135、交通设备137和/或包括移动设备122和传感器126在内的车辆129。可以提供附加的、不同的或更少的组件。例如，许多移动设备122、车辆129和/或工作站128与网络127连接。以节点为中心的导航优化系统121包括服务器125和一个或多个数据库。服务器125可以维护多个数据库123a，123b...123n。这些数据库中的一个或多个数据库可以包括如图3A至图3B所图示的数据库。术语数据库并且是指存储在存储介质中的数据集合，并且可能不一定反映关于数据的关系组织的具体任何要求。术语“服务器”在本文中用于统一地包括以节点为中心的导航优化系统121处的计算设备，用于创建、维护和更新多个数据库123a至123n。任何计算设备可以代替移动设备122。计算设备可以是用于诸如映射服务或导航服务之类的网站或web服务的主机。映射服务可以使用以节点为中心的导航优化信息提供从数据库123a至123n生成的地图，并且导航服务可以从数据库123a至123n的地理数据和以节点为中心的导航优化信息计算路由或其它指示。
移动设备122、车辆129和/或网络设备135可以包括提供由以节点为中心的导航优化器121提供的服务中的一些或全部服务的处理器和数据库。移动设备122的以本地节点为中心的导航优化器121可以经由网络127与以节点为中心的导航优化器121协同工作。如本文中所描述的，参考以节点为中心的导航优化器来描述受影响节点确定、道路图更新、导航、路线计算、估计行进时间、估计到达时间的处理。附加地、可替代地或者或联合地，所公开的实施例的动作可以通过设置在移动设备122、网络设备135和/或车辆129中或与其一体的以节点为中心的导航优化器来执行。
数据库123a至123n可以包括道路图数据库，其可以包括道路元素信息、节点的当前权重、历史节点权重、导航信息、交通信息、驾驶员简档信息、历史交通信息、包括街道级图像在内的道路图像、点云数据和/或现有地图数据。如图7所示，数据库123a的主副本可以存储在以节点为中心的导航优化器121，并且数据库123b至123n可以包括聚集的广义的道路图和/或与导航地图相关联的优化算法的备选版本或过去版本。数据库123a的主副本可能是数据库的最当前或最新副本。另外，移动设备122可以存储数据库124的本地副本。在一个示例中，数据库123b的本地副本是数据库的完整副本，在另一示例中，数据库124的本地副本可以是数据库的缓存的部分或局部部分。
位于移动设备122上的数据库124的本地副本可以包括来自数据库123a至123n的各种版本的数据。可以基于移动设备122的地理位置、位置或方向或移动设备122处进行的用户选择来定义缓存的部分。服务器125可以向移动设备122发送以节点为中心的导航优化信息。
移动设备122可以是个人导航设备(PND)、便携式导航设备智能电话、移动电话、个人数字助理(PDA)、汽车、平板电脑、笔记本电脑和/或任何其它已知或以后开发的连接设备或个人计算机。导航设备的非限制性实施例还可以包括关系数据库服务设备、移动电话设备或汽车导航设备。具有移动设备122和传感器126的车辆129可以是自主驾驶车辆、数据获取车辆或配备有导航或其它通信能力的车辆。
以节点为中心的导航优化器121、工作站128、移动设备122和车辆129与网络127耦合。短语“耦合”被定义为意味着直接连接至一个或多个中间组件或通过一个或多个中间组件间接连接。这样的中间组件可以包括基于硬件的组件和/或基于软件的组件。
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、802.11、802.16、802.20或WiMax网络。进一步地，网络127可以是诸如因特网之类的公共网络、诸如内联网之类的专用网络或其组合，并且可以利用现在可用或稍后开发的多种联网协议，包括但不限于基于TCP/IP的联网协议。
图6图示了图5的系统的示例性移动设备122。移动设备122包括处理器200、存储器204、输入设备203、通信接口205、位置电路207和显示器211。附加的、不同的或更少的组件对于移动设备122是可能的。图1至图2图示了用于移动设备122和处理器200的操作的示例流程图。可以提供附加的、不同的或更少的动作。
定位电路207可以包括全球定位系统(GPS)、全球导航卫星系统(GLONASS)或用于提供位置数据的蜂窝位置传感器或类似位置传感器。定位系统可以利用GPS型技术、航位推算型系统、蜂窝位置或这些或其它系统的组合。定位电路207可以包括测量移动设备122的行进距离、速度、方向等的合适的感测设备。定位系统还可以包括接收器和相关芯片以获得GPS信号。可替代地或附加地，一个或多个检测器或传感器可以包括被构建或嵌入到移动设备122内部中或内的加速度计。加速度计可操作以检测、辨识或测量移动设备122的平移运动和/或转动运动的改变率。移动设备122从定位系统接收位置数据。位置数据指示移动设备122的位置。
输入设备203可以是用于向移动设备100输入数据的一个或多个按钮、小键盘、键盘、鼠标、造型笔、轨迹球、摇臂开关、触摸板、语音辨识电路或其它设备或组件。输入设备203和显示器211可以组合为触摸屏，其可以是电容性或电阻性的。显示器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它类型的显示器。
处理器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、其组合或现在其它已知或以后开发的处理器。处理器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。处理器200和/或处理器300可以包括以节点为中心的导航优化器。移动设备122可以接收和存储地图信息，道路元素信息和机动信息以及与这些类型的信息相关联的所做的元数据。处理器200可以经由网络127接收路线信息，并且计算从起始点到目的地点的路线。处理器200可以在移动设备122上执行所有行进时间的估计和到达时间的估计。也就是说，移动设备122可以经由网络127接收地图和/或导航信息，其经由网络127标识道路元素、机动、链路信息、交通信息和其它信息。移动设备122的处理器200可以基于目的地信息、车辆的当前位置数据计算初始路线信息，接收道路图数据，在移动设备122上优化车辆的路线。移动设备122的处理器200可以附加地接收与车辆129及其地面真实性相关联的信息，即，实际行进时间、与行程相关联的实际路线信息。然后，处理器200可以基于在行程期间收集的数据更新并且增加位置数据和/或路线数据。移动设备122的处理器200可以经由网络127与服务器125协同工作，以执行路线确定、路线优化、车辆位置数据或道路图权重值中的一些或全部。可替代地，处理器200可以用于经由网络127传送匿名的和/或非地理特定的和/或广义的车辆位置信息，以用于更新以节点为中心的导航优化器121的道路图信息。可以将与驾驶员档案信息相关联的匿名或非地理特定的信息发送到通过网络127发送到以节点为中心的导航优化器121的网络，使得可以从多个驾驶员更新道路图信息，而不管所有车辆是否使用路线优化特征。由以节点为中心的导航优化器121接收的道路图信息可以与存储在导航和/或以节点为中心的导航优化器121的数据库123a至123n中的当前交通信息协同使用。
存储器204和/或存储器301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301可以包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、电子可擦除程序只读存储器(EEPROM)或其它类型的存储器中的一个或多个。存储器204和/或存储器301可以从诸如安全数字(SD)存储卡之类的移动设备122移除。
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以任何现在已知或稍后开发的格式提供无线通信和/或有线通信。
移动设备122被配置成执行映射算法以在可以使用包括大规模扫描信息的地图的地理区域中确定沿着道路网络从原始位置/起始点行进到目的地位置/目的地点的路线。移动设备122可以被配置成获取车辆位置数据、行进方向，图像或其它数据。使用来自最终用户的输入，导航设备122可以检查原始位置和目的地位置之间的潜在路线，以使用以节点为中心的导航优化器121在路线优化之前确定最佳路线。导航设备122然后可以以指导的形式提供最终用户关于最佳路线的信息、行进信息以及行进时间信息，该关于最佳路线的信息标识最终用户从起点行进到目的地位置所需的机动。一些导航设备122在显示器上示出了概述路线的详细地图、沿着路线的不同位置采取的机动的类型、某些类型的特征的位置等等。
使用来自车辆中的驾驶员或其他乘客的输入(诸如起点和/或目的地点)，移动设备122可以经由网络127请求并且接收指定道路元素、机动以及从起始点到目的地点的路线的导航信息。移动设备122可以经由网络127接收道路图信息。附加地，移动设备122经由网络127从除了以节点为中心的导航优化器121之外的源接收当前交通信息。
图7图示了示例服务器125。服务器125包括处理器300、通信接口305和存储器301。服务器125可以耦合至一个或多个数据库123和工作站128。工作站128可以用于录入关于地理区域地图、交通聚类数据、道路元素信息、机动信息、导航信息、交通信息、驾驶员简档信息、历史交通信息、包括街道级图像在内的道路图像、点云数据和/或现有的地图数据。数据库123可以包括从工作站128录入的信息。可以在服务器125中提供附加的、不同的或更少的组件。图1至图2图示了用于服务器125的操作的示例流程图。可以提供附加的、不同的或更少的动作。
处理器300和/或处理器200可以包括通用处理器、数字信号处理器、ASIC、FPGA、模拟电路、数字电路、其组合、或其它现在已知的或稍后开发的处理器。处理器300和/或处理器200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。处理器300和/或处理器200执行与以节点为中心的导航优化器相关联的操作。服务器125可以接收并且存储地图信息、道路元素信息和机动信息、聚集的驾驶员信息、驾驶员简档信息、个性化信息、当前交通信息、以及与这些类型的信息相关联的元数据。处理器300可以经由网络127从移动设备122接收起始点、中间行进点和/或目的地点，并且确定车辆位置数据、车辆方向信息、受影响节点信息、道路图信息、地图信息、道路元素信息、机动信息、聚集的驾驶员信息、驾驶员简档信息、个性化信息、当前交通信息和元数据。处理器300可以执行道路图信息的所有更新，并且可以在服务器125处进一步优化一个或多个单独车辆的路线。处理器300可以基于所接收到的车辆位置信息连续更新并且存储道路图数据和/或向移动设备122发送更新后的道路图数据。移动设备122的处理器200可以经由网络127与处理器300和服务器125协同工作，以执行以节点为中心的导航优化器121的功能中的一些或全部功能。
存储器301和/或存储器204可以是易失性存储器或非易失性存储器。存储器301和/或存储器204可以包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、电子可擦除程序只读存储器(EEPROM)或其它类型的存储器中的一个或多个。
通信接口305和/或通信接口205可以包括任何可操作的连接。可操作的连接可以是可以发送和/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305和/或通信接口205以任何现在已知或稍后开发的格式提供无线通信和/或有线通信。
术语“计算机可读介质”包括单个介质或多个介质，诸如集中式数据库或分布式数据库、和/或存储一个或多个指令集合的相关联的缓存和服务器。术语“计算机可读介质”还应当包括能够存储、编码或携带指令集合的任何介质，该指令集合用于由处理器执行或使计算机系统执行本文中所公开的方法或操作中的任一种或多种方法或操作。
在具体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，诸如容纳一个或多个非易失性只读存储器的存储卡或其它封装。进一步地，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。附加地，计算机可读介质可以包括磁光介质或光介质，诸如盘或带或其它存储设备，以捕获诸如通过传输介质传达的信号的载波信号。电子邮件或其它独立信息存档或存档集合的数字文件附件可以被认为是有形存储介质的分发介质。因而，本公开被认为包括可以存储数据或指令的计算机可读介质或分发介质以及其它等同物和后继介质中的任一个或多个。这些示例可以统称为非暂态计算机可读介质。
在备选实施例中，专用硬件实现方式(诸如专用集成电路、可编程逻辑阵列和其它硬件设备)可以被构造成实现本文中所描述的方法中的一种方法或多种方法。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多种电子系统和计算机系统。本文中所描述的一个实施例或多个实施例可以使用具有相关控制和数据信号的两个或多个特定的互连硬件模块或设备实现功能，该相关控制和数据信号可以在模块之间并且通过模块或作为专用集成电路的一部分进行通信。因而，本系统涵盖软件实现方式、固件实现方式和硬件实现方式。
按照本公开的各种实施例，本文中所描述的方法可以由可由计算机系统执行的软件程序来实现。进一步地，在示例性的非限制性实施例中，实现方式可以包括分布式处理、组件/对象分布式处理和并行处理。可替代地，虚拟计算机系统处理可以被构造成实现如本文中所描述的方法或功能性中的一个或多个方法或功能性。
尽管本说明书描述了可以参考具体标准和协议在具体实施例中实现的组件和功能，但是本发明不限于这样的标准和协议。例如，互联网和其它分组交换网络传输(例如，TCP/IP、UDP/IP、HTML、HTTP、HTTPS)的标准表示现有技术状态的示例。这些标准由具有基本上相同的功能的更快或更有效的等同物定期地取代。因而，具有与本文中所公开的相同或相似功能的替换标准和协议被认为是其等同的。
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，并且可以以任何形式部署，包括作为独立程序或作为适用于计算环境的模块、组件、子例程或其它单元。计算机程序不一定与文件系统中的文件相对应。程序可以存储在保存其它程序或数据的文件的一部分(例如，存储在标记语言文档中的一个或多个脚本)中、专用于所讨论的程序的单个文件中、或在多个协调文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。计算机程序可以部署成在一个计算机上或位于一个站点上或分布在多个站点上并且由通信网络互连的多个计算机上执行。
本说明书中描述的过程、动作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且生成输出来执行功能。过程、动作和逻辑流程也可以由专用逻辑电路(例如，FPGA或ASIC)来执行，并且装置也可以被实现为专用逻辑电路。
如本申请中所使用的，术语“电路”或“电路”是指以下所有内容：(a)仅硬件电路实现方式(诸如仅在模拟电路和/或数字电路中的实现方式)；(b)电路和软件(和/或固件)的组合，诸如(如可适用的话)：(i)处理器的组合或(ii)处理器/软件的部分(包括数字信号处理器)、软件和存储器，它们一起工作以使诸如移动电话或服务器之类的装置执行各种功能)；以及(c)电路，诸如微处理器或微处理器的一部分，其即使软件或固件没有物理存在，也需要软件或固件进行操作。
“电路”的这种定义适用于本申请中包括在任何权利要求中的该术语的所有用途。作为另一示例，如本申请中所使用的，术语“电路”还将覆盖仅处理器(或多个处理器)或处理器的一部分及其(或它们)附带的软件和/或固件的实现方式。术语“电路”还将覆盖(例如并且如果适用于具体权利要求要素的话)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、蜂窝网络设备或其它网络设备中的类似集成电路。
适用于执行计算机程序的处理器例如包括通用微处理器和专用微处理器以及任何种类的数字计算机的任一个或多个处理器。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。计算机的基本要素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一个或多个大流量存储设备(例如，磁盘、磁光盘或光盘)接收数据或向一个或多个大流量存储设备传递数据或两者，以存储数据。然而，计算机不需要这样的设备。而且，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)、车辆、导航设备、移动音频播放器、全球定位系统(GPS)接收器、以上仅是几个举例。适用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，包括例如半导体存储器设备，例如，EPROM、EEPROM和闪存设备；磁盘，例如，内部硬盘或可移除盘；磁光盘；以及CD ROM和DVD-ROM磁盘。处理器和存储器可以由专用逻辑电路补充或并入其中。
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显示器的设备上实现，例如，CRT(阴极射线管)或LCD(液晶显示器)监测器，用于向用户、键盘和指示设备(例如，鼠标或轨迹球)显示信息，通过该指示设备，用户可以向计算机提供输入。其它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，包括声音输入、语音输入或触觉输入。
本说明书中描述的主题的实施例可以在包括后端组件(例如，作为数据服务器)或包括中间件组件(例如，应用服务器)或包括前端组件(例如，具有图形用户接口或Web浏览器的客户端计算机，用户可以通过该图形用户接口或Web浏览器与本说明书中描述的主题的实现方式进行交互)或包括一个或多个这样的后端组件、中间件组件或前端组件的任何组合的计算系统中实现。系统的组件可以通过数字数据通信(例如，通信网络)的任何形式或介质互连。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进行交互。客户端和服务器之间的关系是借助于在相应的计算机上运行并且彼此之间具有客户端-服务器关系的计算机程序而产生的。
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。在阅读本公开之后，许多其它实施例对于本领域技术人员来说可能是显而易见的。可以利用并且从本公开中导出其它实施例，使得可以在不背离本公开的范围的情况下进行结构替换和逻辑替换和改变。附加地，图示仅仅是表示性的，可能不会按比例绘制。图示中的某些比例可能被夸大，而其它比例可能被最小化。因此，本公开和附图被认为是说明性的而不是限制性的。
虽然本说明书包含许多细节，但是这些说明不应被解释为对本发明的范围或所要求保护的范围的限制，而是对本发明的具体实施例特有的特征的描述。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分开地或以任何合适的子组合在多个实施例中实现。尽管上文可能将特征描述为在特定的组合中动作，甚至初始也是这样要求保护的，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该组合中去除，并且所要求保护的组合可以针对子组合或子组合的变型。
类似地，虽然在附图中描绘了操作和动作并且本文中以具体次序进行了描述，但是这不应当被理解为要求以所示的具体次序顺序或按顺序次序执行这些操作，或者执行所有所图示的操作，以实现理想的结果。在某些情形下，多任务处理和并行处理可能是有利的。而且，上文所描述的实施例中的各种系统组件的分离不应当被理解为在所有实施例中要求这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中或被封包成多个软件产品。
本公开的一个或多个实施例在本文中可以单独地和/或共同地被称为术语“发明”，仅为了方便起见，并不旨在将本申请的范围自愿地限制于任何具体发明或发明构思。而且，尽管本文中已经说明并且和描述了特定实施例，但是应当理解，被设计成实现相同或相似目的的任何后续布置可以代替所示的特定实施例。本公开旨在覆盖各种实施例的任何和所有后续适应或变型。上述实施例和本文中未具体描述的其它实施例的组合对于本领域技术人员在阅读描述之后将是显而易见的。
提供摘要以符合37C.F.R.§1.72(b)，并且条件是该摘要不会用于解释或限制权利要求的范围或意义。另外，在前面的具体实施方式中，为了简化本公开的目的，各种特征可以被组合在一起或在单个实施例中描述。本公开不应被解释为反映与在每个权利要求中明确列举的特征相比，所要求保护的实施例要求更多特征的意图。相反，如以下权利要求所反映的，本发明的主题可以针对少于所公开的任何实施例的所有特征。因此，以下权利要求被并入具体实施方式中，而每个权利要求自身作为限定单独要求保护的主题。
旨在将上述具体实施方式视为说明性而不是限制性的，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。除非另有说明，否则不应将权利要求阅读为限于所描述的次序或元素。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均被作为本发明而要求被保护。

Claims (20)

1.一种以节点为中心的导航优化的方法，所述方法包括：
从道路上的车辆的传感器接收车辆位置数据；
基于所述车辆位置数据来标识所述道路的受影响节点；
基于所述道路的所述受影响节点来更新表示所述道路的至少一部分的道路图，其中，所述车辆的路线基于更新后的所述道路图而被优化。
2.根据权利要求1所述的方法，其中，标识所述道路的所述受影响节点还包括：
确定所述受影响节点是在所述车辆的前进路径中的节点还是在所述车辆尾迹中的节点。
3.根据权利要求2所述的方法，其中，确定所述受影响节点是在所述车辆的所述前进路径中的节点还是在所述车辆尾迹中的节点是基于所述车辆的当前位置和行进方向。
4.根据权利要求3所述的方法，其中，确定所述受影响节点是在所述车辆的所述前进路径中的节点还是在所述车辆尾迹中的节点是基于所述车辆的一个或多个先前位置。
5.根据权利要求1所述的方法，其中，所述道路图的每个节点的权重指示所述节点处的车辆的数目以及具有所述节点处于所述车辆的前进路径中的车辆的数目。
6.根据权利要求5所述的方法，其中，使用所接收的车辆位置数据更新所述道路图还包括：
如果所述受影响节点是在所述车辆的所述前进路径中的节点，则递增所述受影响节点的所述权重；以及
如果所述受影响节点是在所述车辆尾迹中的节点，则递减所述受影响节点的所述权重。
7.根据权利要求1所述的方法，还包括：
接收与所述道路相关联的基础设施数据；以及
使用所接收的车辆位置数据和所接收的基础设施数据来更新道路图数据。
8.根据权利要求7所述的方法，其中，所接收的基础设施数据包括交通灯持续时间数据。
9.根据权利要求1所述的方法，其中，所接收的车辆位置数据包括车辆标识信息。
10.根据权利要求1所述的方法，其中，优化所述车辆的路线还包括：
基于沿着到达所述车辆的目的地的可能路线的节点的权重来计算所述车辆的最佳路线。
11.根据权利要求1所述的方法，还包括：
提供所述路线的改变的指示。
12.根据权利要求11所述的方法，其中，提供所述路线的改变的指示还包括：
提供图形导航信息以供所述车辆显示。
13.根据权利要求11所述的方法，其中，提供所述路线的改变的指示还包括：
提供控制所述车辆的自主操作的指令；或者
提供可能的导航选项的选择以供所述车辆的乘客选择，其中，所述车辆能够半自主操作。
14.一种用于以节点为中心的导航优化的装置，包括：
至少一个处理器；以及
至少一个存储器，包括用于一个或多个程序的计算机程序代码；所述至少一个存储器和所述计算机程序代码被配置成与所述至少一个处理器一起使所述装置至少：
接收与道路上的车辆相关联的车辆位置数据；
基于所述车辆位置数据来标识所述道路的受影响节点；以及
基于所述道路的所述受影响节点来更新表示所述道路的至少一部分的道路图，其中，所述车辆的路线基于更新后的所述道路图而被优化。
15.根据权利要求14所述的装置，其中，标识所述道路的所述受影响节点还使所述装置：
确定所述受影响节点是在所述车辆的前进路径中的节点还是在所述车辆的路径的尾迹中的节点。
16.根据权利要求15所述的装置，其中，使用所接收的车辆位置数据更新所述道路图还进一步使所述装置：
如果所述受影响节点是在所述车辆的所述前进路径中的节点，则递增所述受影响节点的权重；以及
如果所述受影响节点是在所述车辆的所述路径的尾迹中的节点，则递减所述受影响节点的权重。
17.一种装置，包括：
至少一个处理器；以及
至少一个存储器，包括用于一个或多个程序的计算机程序代码；所述至少一个存储器和所述计算机程序代码被配置成与所述至少一个处理器一起使所述装置至少：
接收车辆位置数据；
基于所述车辆位置数据标识道路的受影响节点；
基于所述道路的所述受影响节点来更新表示所述道路的至少一部分的道路图；以及
向所述道路上的所述车辆提供经更新的所述道路图的至少一部分以供所述车辆的路线的优化。
18.一种以节点为中心的导航优化的方法，所述方法包括：
基于地理区域的道路上的多个相关联车辆的多个传感器来接收车辆位置数据；
基于所述多个相关联车辆的车辆位置数据来标识道路的一个或多个受影响节点；
基于所述道路的所述一个或多个受影响节点来更新表示所述地理区域的道路的道路图；以及
基于经更新的所述道路图来优化所述多个相关联车辆的路线。
19.根据权利要求18所述的方法，其中，标识所述道路的所述一个或多个受影响节点还包括：
确定每个相应的受影响节点是处于所述多个相关联车辆中的任何车辆的前进路径还是处于所述多个相关联车辆中的任何车辆的路径的尾迹中。
20.根据权利要求18所述的方法，其中，使用所接收的车辆位置数据更新所述道路图还包括：
递增在所述多个相关联车辆中的任何车辆的前进路径中的每个相应的受影响节点的权重；以及
递减在所述多个相关联车辆中的任何车辆的所述路径的尾迹中的每个相应的受影响节点的权重。
CN201710267616.9A 2016-04-22 2017-04-21 以节点为中心的导航优化 Active CN107305131B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/135,863 2016-04-22
US15/135,863 US9953523B2 (en) 2016-04-22 2016-04-22 Node-centric navigation optimization

Publications (2)

Publication Number Publication Date
CN107305131A true CN107305131A (zh) 2017-10-31
CN107305131B CN107305131B (zh) 2024-03-12

Family

ID=58671372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710267616.9A Active CN107305131B (zh) 2016-04-22 2017-04-21 以节点为中心的导航优化

Country Status (3)

Country Link
US (2) US9953523B2 (zh)
EP (1) EP3299766B1 (zh)
CN (1) CN107305131B (zh)

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9628565B2 (en) * 2014-07-23 2017-04-18 Here Global B.V. Highly assisted driving platform
US9616773B2 (en) 2015-05-11 2017-04-11 Uber Technologies, Inc. Detecting objects within a vehicle in connection with a service
US10712160B2 (en) 2015-12-10 2020-07-14 Uatc, Llc Vehicle traction map for autonomous vehicles
US9841763B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US9840256B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
DE102016202659B3 (de) * 2016-02-22 2016-09-22 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Bereitstellung von aufgezeichneten, anonymisierten Routen
US9990548B2 (en) 2016-03-09 2018-06-05 Uber Technologies, Inc. Traffic signal analysis system
US20170350714A1 (en) * 2016-06-06 2017-12-07 International Business Machines Corporation Route planning based on connectivity of nodes
US10739786B2 (en) 2016-07-01 2020-08-11 Uatc, Llc System and method for managing submaps for controlling autonomous vehicles
US10438493B2 (en) 2016-08-24 2019-10-08 Uber Technologies, Inc. Hybrid trip planning for autonomous vehicles
US10410416B2 (en) * 2016-08-25 2019-09-10 Futurewei Technologies, Inc. Collective navigation for virtual reality devices
US10452068B2 (en) 2016-10-17 2019-10-22 Uber Technologies, Inc. Neural network system for autonomous vehicle control
US10296001B2 (en) * 2016-10-27 2019-05-21 Uber Technologies, Inc. Radar multipath processing
US10254121B2 (en) 2017-01-23 2019-04-09 Uber Technologies, Inc. Dynamic routing for self-driving vehicles
US10210751B1 (en) * 2017-08-04 2019-02-19 Verizon Patent And Licensing Inc. Identification of traffic control mechanisms using machine learning
US10989538B2 (en) 2017-12-15 2021-04-27 Uatc, Llc IMU data offset compensation for an autonomous vehicle
US10355773B1 (en) * 2018-01-02 2019-07-16 Talal Awad Connectivity system and method for high speed aircraft internet
CN111886611B (zh) * 2018-01-31 2024-07-09 北美日产公司 用于自主运载工具的批路线规划的计算框架
GB201802475D0 (en) * 2018-02-15 2018-04-04 Jaguar Land Rover Ltd Controller and vehicle
US11334753B2 (en) 2018-04-30 2022-05-17 Uatc, Llc Traffic signal state classification for autonomous vehicles
DE102018210630A1 (de) * 2018-06-28 2020-01-02 Bayerische Motoren Werke Aktiengesellschaft Wegführung
US10852147B2 (en) 2018-12-04 2020-12-01 Here Global B.V. Method, apparatus, and computer program product for establishing reliability of crowd sourced data
KR20200073421A (ko) * 2018-12-14 2020-06-24 현대자동차주식회사 군집 주행차량에 대한 교통 정보 운용 시스템 및 방법
WO2020139324A1 (en) * 2018-12-26 2020-07-02 Didi Research America, Llc Systems and methods for safe route planning for a vehicle
US11287270B2 (en) 2018-12-26 2022-03-29 Beijing Voyager Technology Co., Ltd. Systems and methods for safe route planning for a vehicle
US11131554B2 (en) 2018-12-26 2021-09-28 Beijing Voyager Technology Co., Ltd. Systems and methods for vehicle telemetry
CN109724612B (zh) * 2019-01-14 2021-06-15 浙江华睿科技有限公司 一种基于拓扑地图的agv路径规划方法及设备
US11823568B2 (en) 2019-05-02 2023-11-21 Toyota Motor North America, Inc. Dynamic speed limit for vehicles and autonomous vehicles
KR20210006143A (ko) * 2019-07-08 2021-01-18 현대자동차주식회사 교통 정보 제공 시스템 및 방법
US20210065113A1 (en) * 2019-08-30 2021-03-04 International Business Machines Corporation Secure, Private Market Share Augmentation with Simultaneous Operational Efficiency Improvements for Delivery Providers on a Network
KR20210071618A (ko) * 2019-12-06 2021-06-16 현대자동차주식회사 갓길 주차 상태 정보를 이용한 경로 탐색 방법 및 시스템
US11640675B2 (en) * 2019-12-13 2023-05-02 Toyota Motor Engineering & Manufacturing North America, Inc. Methods and systems for interpreting traffic scenes
US11485377B2 (en) * 2020-02-06 2022-11-01 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicular cooperative perception for identifying a connected vehicle to aid a pedestrian
WO2021232047A1 (en) * 2020-05-12 2021-11-18 Uber Technologies, Inc. Vehicle routing using third party vehicle capabilities
EP3913597B1 (en) * 2020-05-21 2024-07-24 Deutsche Telekom AG Vehicle operation with a central digital traffic model
US11862011B2 (en) 2021-06-01 2024-01-02 Geotab Inc. Methods for analyzing vehicle traffic between geographic regions
US11527153B1 (en) * 2021-06-01 2022-12-13 Geotab Inc. Systems for analyzing vehicle traffic between geographic regions
US11335142B1 (en) 2021-06-01 2022-05-17 Geotab Inc. Systems for analyzing vehicle journeys
DE102021133247A1 (de) 2021-12-15 2023-06-15 Joynext Gmbh Bestimmen einer Zeitdauer und eines Energieverbrauchs zum Passieren eines Knotenpunktes auf einer Fahrtroute
CN114926988B (zh) * 2022-07-22 2022-09-30 山东高速信息集团有限公司 一种路段拥堵疏导方法及设备
EP4369324A1 (en) * 2022-11-11 2024-05-15 GEOTAB Inc. Systems and methods for identifying and ranking traffic bottlenecks

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103776459A (zh) * 2013-12-06 2014-05-07 安徽味唯网络科技有限公司 智能导航系统
CN104236571A (zh) * 2014-07-05 2014-12-24 张胤盈 一种车载动态导航仪
CN104422455A (zh) * 2013-08-24 2015-03-18 李竹君 一种路况实时导航系统
US20150369617A1 (en) * 2014-06-20 2015-12-24 Google Inc. Integrating Online Navigation Data with Cached Navigation Data During Active Navigation

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2142053T5 (es) 1995-03-23 2007-03-16 T-Mobile Deutschland Gmbh Procedimiento y dispositivo para la determinacion de informacion dinamica del trafico.
JPH0914984A (ja) * 1995-06-28 1997-01-17 Aisin Aw Co Ltd 車両用ナビゲーション装置
JP4036012B2 (ja) * 2001-04-26 2008-01-23 トヨタ自動車株式会社 経路案内システム、経路案内を行うクライアント端末、同クライアント端末と通信を行うサーバ、経路案内方法及び経路一致判定方法
US6587785B2 (en) * 2001-09-21 2003-07-01 General Motors Corporation Method and system for mobile vehicle re-routing
US6973318B2 (en) * 2001-11-26 2005-12-06 Motorola, Inc. Apparatus and method for downloading journey-related information
US6636799B2 (en) * 2001-12-21 2003-10-21 Motorola, Inc. Method and apparatus for modification of vehicular navigation information
US6804525B2 (en) * 2002-04-02 2004-10-12 Motorola, Inc. Method and apparatus for facilitating two-way communications between vehicles
US7098806B2 (en) * 2002-08-15 2006-08-29 California Institute Of Technology Traffic preemption system
US7349768B2 (en) * 2005-04-25 2008-03-25 The Boeing Company Evacuation route planning tool
US7778773B2 (en) 2007-05-02 2010-08-17 Toshiba America Research, Inc. Optimum route planning for service vehicles
JP4697747B2 (ja) 2007-07-11 2011-06-08 本田技研工業株式会社 ナビサーバおよびナビシステム
US8886453B2 (en) * 2008-12-11 2014-11-11 Telogis, Inc. System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints
US8576069B2 (en) * 2009-10-22 2013-11-05 Siemens Corporation Mobile sensing for road safety, traffic management, and road maintenance
US8738285B2 (en) * 2010-03-11 2014-05-27 Inrix, Inc. Learning road navigation paths based on aggregate driver behavior
US8849552B2 (en) * 2010-09-29 2014-09-30 Ford Global Technologies, Llc Advanced map information delivery, processing and updating
US8694241B1 (en) * 2010-10-05 2014-04-08 Google Inc. Visualization of traffic patterns using GPS data
US9489845B2 (en) 2011-04-08 2016-11-08 Fleetmatics Development Limited System and method for providing vehicle and fleet profiles and presentations of trends
US20160086391A1 (en) * 2012-03-14 2016-03-24 Autoconnect Holdings Llc Fleetwide vehicle telematics systems and methods
US9958272B2 (en) 2012-08-10 2018-05-01 Telogis, Inc. Real-time computation of vehicle service routes
US8831875B2 (en) 2012-09-12 2014-09-09 International Business Machines Corporation Solving traffic congestion using vehicle grouping
US20150046085A1 (en) 2013-04-24 2015-02-12 Google Inc. Alternative routing determination
EP3114574A4 (en) 2014-03-03 2018-03-07 Inrix, Inc. Traffic obstruction detection
US20150253144A1 (en) 2014-03-10 2015-09-10 Sackett Solutions & Innovations Llc Methods and route planning systems for dynamic trip modifications and quick and easy alternative routes
US9755850B2 (en) 2014-05-01 2017-09-05 Elizabeth B. Stolfus Providing dynamic routing alternatives based on determined traffic conditions
US10077987B2 (en) * 2015-05-28 2018-09-18 Google Llc Dynamically integrating offline and online data in a geographic application

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104422455A (zh) * 2013-08-24 2015-03-18 李竹君 一种路况实时导航系统
CN103776459A (zh) * 2013-12-06 2014-05-07 安徽味唯网络科技有限公司 智能导航系统
US20150369617A1 (en) * 2014-06-20 2015-12-24 Google Inc. Integrating Online Navigation Data with Cached Navigation Data During Active Navigation
CN104236571A (zh) * 2014-07-05 2014-12-24 张胤盈 一种车载动态导航仪

Also Published As

Publication number Publication date
US10930143B2 (en) 2021-02-23
EP3299766B1 (en) 2023-07-26
US9953523B2 (en) 2018-04-24
EP3299766A1 (en) 2018-03-28
CN107305131B (zh) 2024-03-12
US20180211521A1 (en) 2018-07-26
US20170309172A1 (en) 2017-10-26

Similar Documents

Publication Publication Date Title
CN107305131A (zh) 以节点为中心的导航优化
US11645839B2 (en) Lane feature detection in aerial images based on road geometry
US11423677B2 (en) Automatic detection and positioning of pole-like objects in 3D
US10657804B2 (en) Updating maps and road status
US11681294B2 (en) Method and system for prediction of roadwork zone
US10296795B2 (en) Method, apparatus, and system for estimating a quality of lane features of a roadway
US11227486B2 (en) Method, apparatus, and system for estimating vulnerable road users
US11062602B1 (en) Method and apparatus for recommending temporary parking
US11022457B2 (en) Method, apparatus, and computer program product for lane-level route guidance
US11237007B2 (en) Dangerous lane strands
US9002633B2 (en) Method of determining and validating navigational priority settings utilizing probe data
KR20140034869A (ko) 정보 수집 및 검색을 통한 루트의 제공 기법
US10943152B2 (en) Method, apparatus, and system for detecting a physical divider on a road segment
US11042648B2 (en) Quantification of privacy risk in location trajectories
US10982969B2 (en) Method, apparatus, and computer program product for lane-level route guidance
US20230033672A1 (en) Determining traffic violation hotspots
EP3617654B1 (en) User familiarization with a novel route for reducing cognitive load associated with navigation
US20220207995A1 (en) Origination destination route analytics of road lanes
US20230052037A1 (en) Method and apparatus for identifying partitions associated with erratic pedestrian behaviors and their correlations to points of interest
US11047697B2 (en) User familiarization with a novel route for reducing cognitive load associated with navigation
US11029171B2 (en) User familiarization with a novel route for reducing cognitive load associated with navigation
EP4375620A1 (en) Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1246391

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant