CN108074412A - 用于车辆行驶辅助的方法和设备 - Google Patents

用于车辆行驶辅助的方法和设备 Download PDF

Info

Publication number
CN108074412A
CN108074412A CN201711075950.0A CN201711075950A CN108074412A CN 108074412 A CN108074412 A CN 108074412A CN 201711075950 A CN201711075950 A CN 201711075950A CN 108074412 A CN108074412 A CN 108074412A
Authority
CN
China
Prior art keywords
time
vehicle
route
departure time
preference
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
CN201711075950.0A
Other languages
English (en)
Other versions
CN108074412B (zh
Inventor
威廉·保罗·伯金斯
肯尼思·詹姆士·米勒
大卫·B·凯利
吉米·卡帕迪亚
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN108074412A publication Critical patent/CN108074412A/zh
Application granted granted Critical
Publication of CN108074412B publication Critical patent/CN108074412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3605—Destination input or retrieval
    • G01C21/362—Destination input or retrieval received from an external device or application, e.g. PDA, mobile phone or calendar application
    • 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
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G01C21/3685—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities the POI's being parking facilities
    • 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
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)

Abstract

本公开涉及一种用于车辆行驶辅助的方法和设备。一种系统包括处理器，所述处理器被配置为：响应于接收到在车辆停靠时存储的当前车辆位置以及接收的目的地和出发时间，将第一推荐路线和第二推荐路线发送到无线装置。所述第一推荐路线基于与所述接收的目的地和出发时间以及指定的路线规划偏好和时间安排偏好相对应的行驶时间因素。所述第二推荐路线基于使用所述指定的路线规划偏好和时间安排偏好而计算的替代出发时间。

Description

用于车辆行驶辅助的方法和设备
技术领域
示意性实施例总体上涉及一种用于车辆行驶辅助的方法和设备。
背景技术
针对当前天气和交通信息的许多资源对于驾驶员来说可用于计划路线以避免拥堵或其它延迟。然而，驾驶员可能不记得考虑可能的延迟直到行程正在进行。提前的计划可帮助减少延迟，但是汇编可用的交通和天气信息会是一个复杂的任务。此外，预计的交通或天气状况可能在计划的出发之前改变，从而降低提前计划的有效性。
另一考虑是详细的路线计划所耗费的时间和精力。驾驶员通常没有整个下午来追踪交通模式、追踪天气锋面以及修改到目的地的计划路线。驾驶员甚至可能无法查找和/或访问以这种方式计划路线所需的所有资源。如果驾驶员可访问所有这些资源，则预期人们每天将花费几个小时来计划二十或三十分钟的通勤的最优版本路线是相当不切实际的提议。
在几十年之前，如果可能的话，则驾驶员会访问纸质地图，确定到目的地的路线，并且利用任何本地知识和天气报告来使路线最优化。沿路线所遇到的天气和交通的改变会简单地被从容适应。现如今，导航系统可帮助识别路线、道路封闭和交通堵塞。但是交通具有历史性成分且还受制于瞬时改变。类似地，天气报告多少有些不可靠，并且它们在路线上的预计影响可随一天的进展和天气模式的改变而改变。虽然存在更多的信息可用于使路线最优化，但是数据的不连续和动态性质分别呈现出关于访问和影响确定的新问题。
发明内容
在第一示意性实施例中，一种系统包括处理器，所述处理器被配置为：响应于接收到在车辆停靠时存储的当前车辆位置以及接收的目的地和出发时间，将第一推荐路线和第二推荐路线发送到无线装置。所述第一推荐路线基于与所述接收的目的地和出发时间以及指定的路线规划偏好和时间安排偏好相对应的行驶时间因素。所述第二推荐路线基于使用所述指定的路线规划偏好和时间安排偏好而计算的替代出发时间。
在第二示意性实施例中，一种计算机实现的方法包括：响应于目的地和偏好的出发时间的定义，计算针对驾驶员选择的到目的地的路线的预计行驶时间。所述方法包括：以在当前时间与所述偏好的出发时间之间的预定义时间间隔进行计算。所述方法还包括：响应于计算的预计行驶时间比初始预计行驶时间增加超过预定阈值，推荐替代的出发时间，所述替代的出发时间被计算以产生到目的地的更短的行驶时间。
根据本发明，提供一种计算机实现的方法，所述方法包括：响应于目的地和偏好的出发时间的定义并且以在当前时间与所述偏好的出发时间之间的预定义时间间隔，计算针对驾驶员选择的到目的地的路线的预计行驶时间；响应于计算的预计行驶时间比初始预计行驶时间增加超过预定阈值，推荐替代的出发时间，所述替代的出发时间被计算以产生到目的地的更短的行驶时间。
根据本发明的一个实施例，所述预计行驶时间和更短的行驶时间基于行驶时间因素被计算。
根据本发明的一个实施例，所述行驶时间因素包括：当前交通状况在所述偏好的出发时间和所述替代的出发时间对行驶时间的预计影响。
根据本发明的一个实施例，所述行驶时间因素包括：基于历史交通状况的在所述偏好的出发时间和所述替代的出发时间的预计交通状况。
根据本发明的一个实施例，所述行驶时间因素包括：预计的天气状况在所述偏好的出发时间和所述替代的出发时间对行驶时间的影响。
在第三示意性实施例中，一种系统包括处理器，所述处理器被配置为：从车辆无线地接收多个推荐的出发时间以及到由用户确认的目的地的对应的预计行驶时间。所述处理器还被配置为：以用户可选择的方式显示所述多个推荐的出发时间和所述对应的预计行驶时间。所述处理器还被配置为：接收对于作为偏好出发时间的推荐出发时间的选择；向车辆发送选择的推荐的出发时间。
附图说明
图1示出了代表性的车辆计算系统；
图2示出了用于目的地确定和出发辅助的代表性处理；
图3示出了用于路线和出发时间改进的代表性处理；
图4示出了用于路线和出发时间评估的代表性处理；
图5示出了用于路线和出发时间监测的代表性处理；
图6示出了代表性的路线推荐显示；
图7示出了行驶时间相对于出发时间的示意性的用户可调整曲线图。
具体实施方式
根据需要，在此公开具体实施例；然而，应理解的是，所公开的实施例仅为示意性的，并且可以以多种和替代形式实施。附图无需按比例绘制；可夸大或最小化一些特征以示出特定组件的细节。因此，此处所公开的具体结构和功能细节不应被解释为限制，而仅仅作为用于教导本领域技术人员以多种形式利用要求保护的主题的代表性基础。
图1示出了用于车辆31的基于车辆的计算系统(VCS)1的示例框式拓扑图。这种基于车辆的计算系统1的示例为由福特汽车公司制造的SYNC系统。设置有基于车辆的计算系统的车辆可包含位于车辆中的可视前端界面4。如果所述界面设置有例如触摸敏感屏幕，则用户还能够与所述界面进行交互。在另一示意性实施例中，通过按钮按压或具有自动语音识别和语音合成的口语对话系统来进行交互。
在图1所示的示意性实施例1中，处理器3控制基于车辆的计算系统的至少一部分操作。设置在车辆内的处理器允许对命令和例程进行车载处理。另外，处理器连接到非持久性存储器5和持久性存储器7两者。在此示意性实施例中，非持久性存储器是随机存取存储器(RAM)，持久性存储器是硬盘驱动器(HDD)或闪存。一般说来，持久性(非暂时性)存储器可包括当计算机或其它装置掉电时保持数据的所有形式的存储器。这些存储器包括但不限于：HDD、CD、DVD、磁带、固态驱动器、便携式USB驱动器和任何其它适当形式的持久性存储器。
处理器还设置有允许用户与处理器进行交互的多个不同的输入。在此示意性实施例中，麦克风29、辅助输入25(用于输入33)、USB输入23、GPS输入24、屏幕4(其可为触摸屏显示器)和蓝牙输入15全部被提供。还提供输入选择器51，以允许用户在各种输入之间进行切换。对于麦克风和辅助连接器两者的输入在被传送到处理器之前，由转换器27对所述输入进行模数转换。尽管未示出，但是与VCS进行通信的众多车辆组件和辅助组件可使用车辆网络(诸如但不限于CAN总线)向VCS(或其组件)传送数据并传送来自VCS(或其组件)的数据。
系统的输出可包括但不限于视觉显示器4以及扬声器13或立体声系统输出。扬声器连接到放大器11，并通过数模转换器9从处理器3接收其信号。还可分别沿19和21所示的双向数据流产生到远程蓝牙装置(诸如个人导航装置(PND)54)或USB装置(诸如车辆导航装置60)的输出。
在一示意性实施例中，系统1使用蓝牙收发器15与用户的移动装置53(例如，蜂窝电话、智能电话、PDA或具有无线远程网络连接能力的任何其它装置)进行通信(17)。移动装置随后可被用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，蜂窝塔57可以是WiFi接入点。
移动装置与蓝牙收发器之间的示例性通信由信号14表示。
可通过按钮52或类似的输入来指示移动装置53与蓝牙收发器15进行配对。相应地，CPU被指示车载蓝牙收发器与移动装置中的蓝牙收发器进行配对。
可利用例如与移动装置53关联的数据计划、话上数据或DTMF音在CPU3与网络61之间传送数据。可选地，可期望包括具有天线18的车载调制解调器63以在CPU 3与网络61之间通过语音频带传送数据(16)。移动装置53随后可被用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，调制解调器63可与蜂窝塔57建立通信20，以与网络61进行通信。作为非限制性示例，调制解调器63可以是USB蜂窝调制解调器，并且通信20可以是蜂窝通信。
在一个示意性实施例中，处理器设置有包括用于与调制解调器应用软件进行通信的API(Application Program Interface，应用程序接口)的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件，以完成与(诸如在移动装置中发现的)远程蓝牙收发器的无线通信。蓝牙是IEEE 802PAN(个域网)协议的子集。IEEE 802.11LAN(局域网)协议包括WiFi并与IEEE802PAN具有相当多的交叉功能。两者都适合于车辆内的无线通信。可在该领域使用的另一通信方式是自由空间光通信(诸如IrDA)和非标准化消费者红外(IR)协议。
在另一实施例中，移动装置53包括用于语音频带或宽带数据通信的调制解调器。在话上数据的实施例中，当移动装置的所有者可在数据被传送的同时通过装置说话时，可实施已知为频分复用的技术。在其它时间，当所有者没有在使用装置时，数据传送可使用整个带宽(在一个示例中是300Hz至3.4kHz)。尽管频分复用对于车辆与互联网之间的模拟蜂窝通信而言会是常见的并仍在被使用，但其已经很大程度上被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)、空域多址(SDMA)的混合体所替代。如果用户具有与移动装置53关联的数据计划，则所述数据计划可允许宽带传输且系统可使用宽得多的带宽(加速数据传送)。在另一实施例中，移动装置53被安装至车辆31的蜂窝通信装置(未示出)所替代。在另一实施例中，移动装置(ND)53可以是能够通过例如(而不限于)802.11g网络(即，WiFi)或WiMax网络进行通信的无线局域网(LAN)装置。
在一个实施例中，传入数据可经由话上数据或数据计划通过移动装置，通过车载蓝牙收发器，并进入车辆的内部处理器3。例如，在某些临时数据的情况下，数据可被存储在HDD或其它存储介质7上，直至不再需要所述数据时为止。
可与车辆进行接口连接的其它的源包括：具有例如USB连接56和/或天线58的个人导航装置54、具有USB 62或其它连接的车辆导航装置60、车载GPS装置24或具有与网络61的连接能力的远程导航系统(未示出)。USB是一类串行联网协议中的一种。IEEE 1394(火线TM(苹果)、i.LINKTM(索尼)和LynxTM(德州仪器))、EIA(电子工业协会)串行协议、IEEE 1284(Centronics端口)、S/PDIF(索尼/飞利浦数字互连格式)和USB-IF(USB开发者论坛)形成了装置-装置串行标准的骨干。多数协议可针对电通信或光通信来被实施。
此外，CPU可与各种其它的辅助装置65进行通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括但不限于个人媒体播放器、无线保健装置、便携式计算机等。
此外或可选地，可使用例如WiFi(IEEE 803.11)收发器71将CPU连接到基于车辆的无线路由器73。这可允许CPU在本地路由器73的范围内连接到远程网络。
除了由位于车辆中的车辆计算系统执行示例性处理之外，在某些实施例中，还可由与车辆计算系统通信的计算系统来执行示例性处理。这样的系统可包括但不限于：无线装置(例如，但不限于，移动电话)或通过无线装置连接的远程计算系统(例如，但不限于，服务器)。这样的系统可被统称为与车辆关联的计算系统(VACS)。在某些实施例中，VACS的特定组件可根据系统的特定实施来执行处理的特定部分。通过示例而并非限制的方式，如果处理具有与配对的无线装置进行发送或者接收信息的步骤，则很可能由于无线装置不会与自身进行信息的“发送和接收”而使得无线装置不执行该处理的这一部分。本领域的普通技术人员将理解何时不适合对给定解决方案应用特定的计算系统。
在此讨论的示意性实施例中的每一个实施例中，示出了可由计算系统执行的处理的示例性的、非限制的示例。针对每个处理，执行处理的计算系统出于执行处理的有限目的而变成被配置为专用处理器以执行处理是可行的。所有的处理不需要全部被执行，并且被理解为是可被执行以实现本发明的要素的多种类型的处理的示例。可根据需要向示例性处理添加额外的步骤或从示例性处理去除额外的步骤。
针对附图中描述的示出示意性处理流程的示意性实施例，应注意的是，通用处理器可被临时用作专用处理器，以用于执行通过这些附图示出的部分或全部示例性方法的目的。当执行提供用于执行所述方法的部分或全部步骤的指令的代码时，处理器可被临时改用为专用处理器，直到所述方法完成时为止。在另一示例中，在适当的程度上，根据预先配置的处理器运行的固件可使处理器充当为了执行所述方法或所述方法的某种合理变型的目的而被提供的专用处理器。
当驾驶员进入车辆时，驾驶员常常为了检查交通拥堵情况并且尝试查找到目的地的最佳路线而使用智能电话或其它无线装置来启动应用。这种动作可提供基于指定准则的详细的当前交通信息和当前最佳路线，所述指定准则可以是可由用户选择的和/或可基于特定应用和实施而改变。不幸的是，由于驾驶员已经在车辆中，所以如果不存在使驾驶员满意的合适路线，则驾驶员别无选择地要么离开车辆且在晚些时间出发，要么采用到目的地的非常拥堵的路线。例如，如果驾驶员基于驾驶员路线准则知晓出发时间是次最佳的，则驾驶员可能会计划早些或晚些出发。
驾驶员在离开之前可能已经尝试确定更好的出发时间信息，但这可能需要为了节约通勤时间而投入研究时间。由于在检查信息与实际进入车辆以开始行程之间的状况上的延迟和改变，由驾驶员进行的任何研究也可能被忽略。
示意性实施例提供主动监测路线和延迟的方法和系统，所述方法和系统可在计划的出发之前提前很多时间提醒驾驶员最佳触发时间和推荐的路线。即使这些方法和系统可能由于非预期的状况改变而存在一定程度的不完善，但是示意性实施例的用于整合历史状况和当前不断改变的状况的能力允许对即将到来的行程进行比驾驶员尝试手动完成这种考虑更准确和简单的分析。
在示意性示例中，车辆路线计划计算机和/或基于云的系统与驾驶员的智能装置(电话、平板计算机、手表等)进行交互，以使驾驶员和车辆为近期的行程做准备。
车辆可使用云通信来与驾驶员的智能装置进行通信，并中继相关的与行程有关的信息(出发时间、交通、路线等)。通过持续的计算，即使其它车辆系统可能断电，车辆也可继续在一天中的任何时间处理数据并与驾驶员进行交互。通过深度学习算法，车辆的车载计算机(单独工作或者与基于云的系统一起工作)可分析驾驶数据并且适应使用模式，以甚至在缺少明确指定的信息的情况下预测出发时间和目的地。
这些处理和类似的处理允许车辆基于例如驾驶员将很快需要使用车辆的驾驶员指示或者基于先前的使用模式(关于使用次数/天数、目的地等的深度学习)而推测的驾驶员将很快使用车辆的概率来发起路线分析处理。
在第一种情况下，驾驶员可指定或者可以不指定目的地。如果目的地未被指定，或者在上述第二种预测使用的情况下，车辆可基于先前的使用来确定高概率目的地。针对目的地，车辆可评估交通拥堵和其它因素(天气、事件等)以根据出发时间来查找最佳路线，并将该信息传送给驾驶员。
车辆还可类似地基于指定的或默认的准则来确定针对到目的地的行程的出发时间，并且可向驾驶员传达预测的行程持续时间、延迟、推荐的出发时间以及其它相关信息。可能仍尚未出发的驾驶员可查看在无线装置上显示的信息、确认目的地、选择出发时间并且可能选择其它有关选项，使得车辆可为行程做准备(例如，在预期的离开之前的预处理)。车辆随后可继续监测选择的路线和出发时间，以防意外的延迟或交通清理导致更好地与指定准则匹配的路线或推荐的出发时间。
例如，通常在5:00PM下班的驾驶员可历经大约40分钟的行程到达他的目的地。如果驾驶员在5:30PM下班，则行程的持续时间可减少到25分钟。因此，在5:00离开的驾驶员在5:40到家，而在5:30离开的驾驶员在5:55仅晚15分钟到家。尽管行驶时间受在给定日期的任何数量的变化的影响，但是驾驶员可通过经验学习到这种普遍知识。个人经历因此仅提供行驶状况和行驶时间的粗略近似。
使用示意性实施例，在3:00PM，驾驶员会被告知预计的交通延迟(针对施工或大型事故)、预计的天气延迟以及可影响预测的行驶时间的任何其它历史或当前信息。也可在多个额外的出发时间向驾驶员呈现预计的行驶时间。这些额外的出发时间可用于向驾驶员通知更好的出发时间(例如，4:45PM)，驾驶员甚至从未考虑过所述更好的出发时间，或者针对所述更好的持续时间驾驶员具有非常有限的历史状况的个人知识。
驾驶员可从呈现的选项中选择(或修改)偏好的出发时间和路线、或指定的到达时间或路线避免、天气避免等，并且车辆可继续监测可能影响指定准则的参数(诸如，路线和出发时间)，以防状况的非预期或非预计改变使得出发时间或路线变为次最佳。这允许驾驶员通过几次装置交互适应于满足期望的驾驶员准则的行为，而并非驾驶员不得不进行大量的日常研究和猜测。
图2示出了用于目的地确定和出发辅助的代表性处理。虽然许多示意性处理被示出为由车辆计算机执行，但是基于云的系统和另一计算装置(诸如，驾驶员无线装置)可执行一些或所有处理或子例程也是可行的。在至少一个示例中，车辆可向云请求与行驶决定有关的数据，并且云可通过提供数据或执行计算(在足够的计算周期在云上可用于由云简单地处理该决定的情况下)来对请求做出响应。这种替代解决方案-提供选项的系统可适应于大量请求次数，在云不堪重负的时候(诸如，在高峰时间期间)使用车辆，并且在存在有限数量的传入请求的时候使用云。因此，如果这种自适应系统被实现，则目的地和出发时间数据(如果车辆已知)可伴随对云的针对数据的任何请求，使得云可在适当的情况下简单地利用出发时间和目的地数据来替代地完成决定。
车辆/云与驾驶员装置之间的通信可根据开销和其它考虑被类似地管理。在一些实例中，车辆可接收数据并(例如，通过蜂窝连接)直接将相关的信息传送到驾驶员装置。在其它实例中，云可充当中介。在前述示例中，当云充当中介时，云系统直接将信息传送到驾驶员装置而无需明确的车辆指示(即，云系统是信息的源，而并非仅仅是对来自车辆的信息的中继)。
在图2中示出的示例中，在201，处理在由车辆启动标注的第一车辆行程开始时开始。在203，处理确定当前目的地(针对当前行程)是否是已知的，这是由于该信息可能与未来目的地的确定相关。如果车辆不知晓针对当前行程的目的地，则在205，车辆可尝试基于一天中的时间、出发位置以及基于先前观测的驾驶员行为的在目的地预测上有用的其它因素来预测目的地。
此外，在该示例中，在207，车辆尝试确认预测的目的地，并且如果目的地不正确，则在209，车辆可替代地接收由乘员输入的目的地。如果乘员太忙以至于无法输入目的地或者因其它原因不想输入目的地，则处理等待直到在211车辆停靠，以在213确定目的地。此时，目的地被假设为车辆被停靠的位置。
一旦车辆知晓当前行程的目的地，则在215，车辆可开始确定关于行程的下一个航段的预测(诸如，何时和去何地)。车辆可基于历史观测行为和其它相关因素(一天中的时间、一周中的星期几等)来进行这些预测。
作为该处理的第一部分的示例，如果驾驶员在星期一早上离开家，则车辆可被告知(通过输入)或猜测(基于历史行为)驾驶员是去工作的。工作目的地位置可以是已知的，并且如果驾驶员不输入或确认该目的地，则车辆最迟在驾驶员到达工作地点(即，到达目的地)时知晓该目的地。一旦车辆的“工作”目的地是已知的，则车辆可预测驾驶员将在5:00PM下班(基于历史行为)并驶回家(下一个航段目的地，也基于历史行为)。不同的起始位置、当前行程目的地、一天中的时间和一周中的星期几等可基于车辆已经从历史观测中学习到的关于驾驶员行为的内容而产生不同预测。
接下来，在示意性处理中，如果在217车辆人机界面(HMI)仍然是激活的(也就是说，如果车辆尚未断电且人机界面被禁用)，则在221，处理显示针对下一个航段的预测目的地以及预测的出发时间。这允许驾驶员确认即将到来的行程和时间并且适应针对给定日期的任何特定改变(例如，驾驶员提早离开、加班或工作之后去往其它地点)。
如果HMI未激活，则驾驶员可能不在车辆中，所以在219，车辆可替代地将确认信息发送到驾驶员无线装置。一旦在223驾驶员已调整和/或确认出发时间和目的地，则处理的路线/出发改进部分可开始。如果驾驶员希望改变信息，则在225，驾驶员可输入新的出发时间和/或目的地，车辆可使用新的出发时间和/或目的地来改进路线/出发时间并且更新历史观测的行为(以用于未来的预测)。
在227，基于预期的目的地和出发时间(车辆现知晓目的地和出发时间两者)，车辆可基于预测的交通和天气延迟(以及可影响基于当前行程计划或路线规划准则的行驶时间的任何其它因素)来确定最佳路线。其它因素可以有很多。例如，如果驾驶员在通勤中利用摆渡，则摆渡出发时间和到达摆渡位置的时间可大大影响总的行驶时间(例如，在驾驶员恰好在摆渡离开之后到达的情况下)。在该示例中，系统可制定在摆渡出发之前到达停泊区的目标以最优化行驶时间，和/或在确定出发时间和行驶时间时考虑摆渡可用性的影响。
车辆还可确定最佳出发时间。这可部分地基于预先配置的驾驶员偏好。一个驾驶员可能偏好于尽早地到家，另一驾驶员可能偏好于使行驶延迟最小化。车辆还可考虑车辆燃料/电力状况，这是因为剩余的燃料/电力针对特定路线或行驶持续时间可能不足。在229，车辆可确定与驾驶员偏好或其它预设状况对应的出发时间。
在231，车辆随后可将推荐的路线和出发时间发送到驾驶员无线装置。如果在233驾驶员同意新的出发时间和路线或者希望做出任何改变，则车辆接收针对监测预期路线和出发时间方面的使用的响应。在该示例中，如果在235尚未到达出发时间，则在237，处理设置针对预期路线和时间的监测，并且继续监测路线以获得任何有用信息改变(意外的交通改变、天气改变、道路封闭等)。
一旦距离出发时间的时间小于阈值时间，则车辆还可进行预处理。这包括例如预热发动机、改变气候控制、预设置无线电台以及做出任何其它预定义调整以改善行驶体验和/或有助于车辆操作或效率。
图3示出了用于路线和出发时间改进的代表性处理。在该示例中，车辆在301接收确认的目的地，在303接收出发时间。这表示车辆可能已经预测并确认的目的地和时间或者驾驶员可能已经明确地输入的目的地和时间。
该示例说明了系统自适应地根据可用性来利用远程计算功能的能力。在该示例中，车辆向云发送请求以确定云是否具有足够的计算周期来处理路线规划改进考虑。如果在305云可用，则在307，车辆将目的地和出发时间数据(以及任何其它有用数据)发送到云以用于处理。云随后执行最优化考虑，并且在该示例中，在309，云将数据发送回车辆。在替代示例中，云可将处理后的数据直接发送给驾驶员。
如果云不可用(例如，可以是在高峰时间期间的情况)，则车辆在313请求历史交通数据和当前交通数据(如果相关的话)，并且在315请求天气数据。任何其它的行驶时间影响数据也可在此时被请求。车辆可本地存储该数据，并且使用该数据以用于未来的路线考虑，周期性地更新该数据以适应于历史观测的改变。如果车辆在行程之前提前很多时间(例如，八个小时之前)就进行与行驶时间和延迟有关的确定，则当前的交通数据和天气数据可能不是特别有用的。另一方面，随着出发时间邻近，该数据对于所述确定来说变得越来越有用。车辆可基于预定义的相关性来请求特定类型的数据，使得车辆可基于与出发时间的接近度来请求不同的数据。
一旦车辆接收相关数据，则在317，车辆将预测针对到给定目的地的行程的任何估计的延迟。这可包括：评估在多个出发时间的多个路线、适应于历史和当前的交通以及当前天气和天气报告两者等等。数据可以以多种形式被编译，并且在311，车辆将确定的数据的一个或更多个快照发送到驾驶员无线装置。
在一个示例中，数据可以以与在网站(诸如，WEATHER.COM)上通常可用的天气活动图类似的方式被编译。然而，这些快照不是示出天气模式，而是以固定间隔示出预测的交通变化和推荐的路线。因此，例如，如果意图的出发时间是5:00PM，则快照可适应为在5:00PM之前的一小时内和之后的一小时内的15分钟间隔。这允许驾驶员快速浏览与改变状况对应的屏幕，并且视觉地解释在行驶时间、交通和到达时间上的预测改变。在其它示例中，系统可发送如出发时间和/或路线的确认或者新路线或出发时间的推荐一样简单的数据。参照图6示出了变化地图显示的示例。
如果驾驶员同意任何推荐或对意图的路线或出发时间做出任何改变，则在319，车辆从驾驶员无线装置接收这些改变。在321，车辆可将任何改变的路线或时间存储为新的路线和/或时间，并且在323，随后可针对新的或持续的路线/时间继续进行监测。
图4示出了用于路线和出发时间评估的示意性处理。在该示例中，处理基于在时间上与出发时间的接近程度来考虑不同的示意性信息。考虑的特定信息仅针对示意性目的被示出，附加的或不同的行驶时间影响信息也可被考虑。
在该示例中，车辆知晓出发时间和目的地，并且首先在401确定到目的地的一个或更多个路线。例如，车辆可首先执行关于当前意图的路线的延迟影响确定。如果未发现非预期延迟，则系统可仅考虑一个或两个(或没有其它的)附加路线。然而，如果预期的行驶时间已改变超出阈值，则系统考虑更多的替代路线，以适应非预期延迟。
在该示例中，如果在403与出发时间的时间接近度超过两个小时(仅如示意性示例设置的指定时间窗)，则在该示例中处理很大程度上依赖于历史数据。这是因为当前的天气和交通数据可能在这种预期出发之前的时间不太有用。如果快照或类似的方法被采用，则被车辆使用以用于“出发时间”的时间还可被视为快照窗口(可在离开时间之前)的第一实例。
车辆在409采集(或者在已经存储的情况下访问)针对路线的历史交通数据，并且在411采集(或者在已经存储的情况下访问)近期的交通模式。因此，车辆可具有两个不同的交通数据集，一个交通数据集代表几个月或几年的行驶数据，另一个交通数据集代表最近一周的行驶数据。诸如施工等的实例可仅仅是近期的并且更有可能被反映在数据的即时视图中而不是被反映在更久的历史视图中。在413，车辆还采集针对相关时间窗的天气报告。除非区域气候非常一致，否则历史天气数据可能不太有用。在该示例中，车辆使用天气报告而并非历史天气数据来预测即将到来的状况。
在415，车辆还对数据进行加权，并且权重可基于距出发的时间接近度而不同。例如，如果车辆在该确定期间(距出发超过两个小时)的确考虑了当前交通状况，则车辆可因其改变的可能性而对数据赋予非常小的权重。另一方面，在出发之前的十五分钟，车辆可对当前交通数据赋予比历史数据高得多的权重，这是因为当前数据更有可能提供在十五分钟内的准确的当前状况。一旦车辆已对考虑的数据进行加权，则在417，车辆确定与路线关联的任何可能的延迟。
如果在405距出发时间小于一个小时(但不大于两个小时)，则车辆在419再次采集历史交通数据，在421采集近期的交通模式，并且在423采集天气报告。再次地，指定的时间安排仅出于示意性目的而被提供。由于在该实例中出发更加迫近，所以车辆还在425采集当前的天气并且在427采集当前的交通状况。虽然这些可已经被用于更进一步的确定，但是如果需要的话，则该数据的相关性随着出发时间邻近而增大。相应地，在429，车辆可在对数据分配权重之前基于中间时间窗来调整权重。
在示出的距出发小于一个小时的示例中，类似的处理在每次时间窗缩小时发生。在407，车辆可调整数据权重，以适应即将到来的出发，并且车辆可随着出发的接近而根据需要多次做出这样的调整。车辆还可考虑附加相关数据，所述附加相关数据的相关性随着在距出发的越来越近的时间窗的与出发时间的接近而增大。
即使在车辆未以其它方式被通电的情况下，发生涉及车辆的计算或与车辆的通信的任何基于车辆的处理也可发生。也就是说，即使不存在钥匙且点火开关未“开启”，车辆也可唤醒或以其它方式执行在此描述的路线相关的处理。这允许在即使车辆未由车辆中的乘员明确地通电的情况下利用车辆计算能力。
图5示出了用于路线和出发时间监测的示意性处理。该处理使得车辆能够监测选择的路线和出发时间，并向用户通知可能使不同的路线或出发时间变成更好的选择的任何改变。
在501，车辆处理唤醒，可能以预定义的间隔而唤醒，即使车辆通常无动力。在503，车辆与云进行通信以对需要针对新的考虑而被更新的任何数据进行刷新。例如，车辆可能已经保存了针对路线的历史交通数据，但是车辆可能需要对天气报告或当前的交通状况进行刷新。在505，车辆随后基于保存的数据和新接收的数据来计算与选择的路线和出发时间相关联的任何延迟。车辆还基于获取的数据考虑一个或更多个替代路线，以确定是否存在更好的路线。
如果在507存在更好的路线(基于驾驶员最优化偏好的更快的路线或其它相关的变化)，则在509，车辆记录针对更好的路线的推荐。在该示例中，车辆尚未发送路线，这是因为车辆在发送推荐之前考虑其它行驶时间影响考虑因素。在其它示例中，推荐可被反复发送，并且一旦用户已接受或拒绝更新的推荐，则确定可继续。
如果在511存在基于行程准则以及针对选择或推荐的路线的有关参数的更好的出发时间，则在513，处理将包括针对新的出发时间的推荐。更好的时间可基于减少的交通、改善的天气、改善的整体行驶时间、改善的到达时间等。更好的出发时间还可导致改变的路线推荐，新路线具有基于驾驶员偏好的特征(距离更短、时间更短、燃料更少等)。
此外，在该示例中，如果在515先前选择的路线的任何延迟超过阈值，则在517，车辆将非预期延迟的通知添加到消息。路线和出发时间可能仍是最优的，但是驾驶员可能想要提前知晓延迟，使得驾驶员可相应地改变任何计划。这帮助避免在驾驶员实际出发时的非预期意外。
在519，车辆随后向驾驶员无线装置报告任何观测。这些可包括但不限于：路线或出发时间上的推荐的改变、非预期延迟或者甚至仅仅是用于告知所有状况持续如先前的预测一样的更新。如果在521车辆做出驾驶员接受的任何推荐，或者如果在521驾驶员对路线或出发时间做出任何自发的改变，则在525，处理接收并保存新的改变。随后，在523，处理返回休眠状态，直到下一个监测窗。
图6示出了两个示意性的路线推荐显示。这是在选择的或推荐的出发时间之前以及之后按照时间间隔对预测的路线行驶时间和交通进行快照的示例。这提供了对预测的状况的视觉可理解的表示，并且可辅助一些驾驶员决定选择哪个路线或出发时间。
图像601示出了偏好路线615的表示，并且包括任何识别出的可能的高交通流量的区域617。图像还包括至少一个替代路线以及时间差619和高交通流量区域621的标记。因此，驾驶员可容易地查看沿偏好路线和替代路线的预测的交通。如果需要的话，则天气和其它行驶时间影响数据也可被视觉显示。在一个示例中，驾驶员可启用/禁用不同的过滤器以在每个地图表示上查看不同的数据。
该显示还包括确认按钮605，确认按钮605允许驾驶员在不进行任何改变的情况下确认选择的路线和时间。如果驾驶员期望改变路线或时间，则驾驶员可点击改变时间按钮607和/或选择在装置上显示的替代路线。
该显示包括信息数据，所述信息数据示出了由图形表示的当前出发时间609，以及预期行驶时间611和预期到达时间613。滑块623允许驾驶员使用显示的箭头625在时间上向前或向后移动，并且在该示例中，放大的圆圈627示出了驾驶员在可视选择629内正在查看的“时刻”。在该实例中，存在比当前显示早的一个可视时间窗以及比当前显示晚的四个可视时间窗。针对信息的使用，该显示还包括电池寿命或燃料表示631，以及燃料数据的百分比翻译633和基于剩余燃料的等效可能行程635。
第二个图像603示出了在5:15PM(641)出发的下一个时间窗。如可从图6中看出的，随着时间的推移，在先前建议的路线615上的高交通流量区域647已大幅度扩展。这导致了增加的行驶时间643以及更晚的到达时间645。如果预计在5:15PM出发，则替代路线现在被示出为快10分钟(649)，并且先前的高交通流量区域621全部消失。显示的放大的圆圈653已向右移动了一个位置，以视觉表示在时间上的向前推进。
在该示例中，该显示也包括可用于突出特定相关信息的多个提醒651。具体地，所述提醒指示存在更好的路线并且替代出发时间被推荐。这些提醒还可在本质上是可选的，使得点击提醒会导致采取与该提醒关联的动作(例如，在该实例中，选择新路线或选择新出发时间)。通过这个视觉表示和类似的视觉表示，对于驾驶员来说可容易地查看交通和行驶时间上的预计差异并且相应地调整计划。如果显示是交互式的，则驾驶员还可快速且容易地对路线或出发时间做出改变。
图7示出了行驶时间相对于出发时间的用户可调整曲线图的代表。这是说明用户可如何查看各种出发时间可行方式和每个出发时间对行程时间和/或到达时间的预计影响的示意性示例。在该曲线图上显示的数据可由在此描述的车辆或云来计算，并且可被发送到用户装置以用于显示。
曲线图701示出了示出基于各种即将到来的出发时间703的各种预计行程持续时间(行驶时间)705的曲线图的示意性示例。在该示例中，从当前即时时间开始向后查看出发时间，但是“起始”时间(在0分钟)也可与请求的出发时间相对应，曲线图也可从该时间向前查看以及从该时间向后查看。所以，例如，如果用户请求在4:00PM出发，并且当前时间是2:00PM，则起始时间可能是4:00PM并且曲线图可示出在4:00PM之前的30分钟和4:00PM之后的30分钟内的预计的出发影响。
曲线下面的区域707示出了便于用户快速处理的易于理解的图像。一般而言，例如，可以看出，影响行驶时间的交通或其它因素在从现在起20分钟时趋向于减弱，并且在那之后的很短时间内开始重新恢复。因此，用户可快速查看到距现在20分钟左右的时间可能是最明智的离开时间。
滑块709也可被包括，其中，如果滑块被滑到特定点，则针对精确的出发时间(例如，距现在21分钟)和预计的行驶时间(例如，29分钟)的值可被显示。滑块还可允许滚动浏览比在单个屏幕显示上的示图上示出的值的集合更大的值的集合。
另一曲线图711示出了到达时间相对于出发时间。通过该曲线图示出的值是针对给定出发时间717的预计到达时间713。如同另一曲线图，滑块709可被包括，滑块709允许精确定位特定出发时间和产生的到达时间。再次地，曲线图区域715示出了用于分析好的出发时间的快速视觉指引。因此，例如，如果用户知晓用户需要在例如6:00PM之前到家，则用户可在被示出为预计使用户在6:00PM之前到家的任何时间离开。
通过应用示意性示例等，用户可体验改进的行驶时间和到达时间，并且避免非预期交通和延迟。在快速浏览数据和几个屏幕选择的情况下，用户可更新路线或行驶时间，并且使得车辆针对预测的延迟而监测新的路线和时间。这可持续直到出发，给用户的时间和资源带来最低限度的影响。
尽管上面描述了示例性的实施例，但并不意在这些实施例描述本发明的所有可能形式。更确切地，说明书中使用的词语为描述性词语而非限制性词语，并且应理解的是，可在不脱离本发明的精神和范围的情况下做出各种改变。此外，可以以逻辑方式组合各种实现的实施例的特征，以产生在此公开的实施例的情境适当的变型。

Claims (16)

1.一种系统，包括：
处理器，被配置为：
响应于接收到在车辆停靠时存储的当前车辆位置以及接收的目的地和出发时间，将第一推荐路线和第二推荐路线发送到无线装置，所述第一推荐路线基于与所述接收的目的地和出发时间以及指定的路线规划偏好和时间安排偏好相对应的行驶时间因素，所述第二推荐路线基于使用所述指定的路线规划偏好和时间安排偏好而计算的替代出发时间。
2.如权利要求1所述的系统，其中，所述行驶时间因素包括天气。
3.如权利要求2所述的系统，其中，所述处理器被配置为：访问天气报告，以获取针对接收的出发时间和替代的出发时间的天气预测。
4.如权利要求1所述的系统，其中，所述行驶时间因素包括交通。
5.如权利要求4所述的系统，其中，所述处理器被配置为：访问包括历史交通状况的交通数据库，以预测在接收的出发时间和计算的替代的出发时间的交通状况。
6.如权利要求1所述的系统，其中，所述处理器位于车辆中，并且被配置为：即使车辆未通电，也发送所述第一推荐路线和所述第二推荐路线。
7.如权利要求1所述的系统，其中，所述处理器位于远离车辆的位置，其中，所述处理器从车辆接收目的地和出发时间。
8.如权利要求1所述的系统，其中，所述处理器还被配置为：从无线装置接收偏好的路线和/或出发时间。
9.如权利要求8所述的系统，其中，所述处理器被配置为：将针对使用接收的出发时间和所述行驶时间因素的偏好的路线的到达时间或行驶时间发送到无线装置。
10.如权利要求9所述的系统，其中，所述处理器被配置为：在发送所述第一推荐路线和所述第二推荐路线之后，基于以预定义间隔的接收的出发时间和最近接收的行驶时间因素来计算行驶时间。
11.如权利要求10所述的系统，其中，所述处理器被配置为：
响应于行驶时间增加超过阈值，基于所述指定的路线规划偏好和时间安排偏好来计算新的替代的出发时间和第三推荐路线；
将所述新的替代的出发时间和所述第三推荐路线发送到无线装置。
12.如权利要求1所述的系统，其中，所述指定的路线规划偏好和时间安排偏好指定最短的距离。
13.如权利要求1所述的系统，其中，所述指定的路线规划偏好和时间安排偏好指定最短的行驶时间。
14.如权利要求1所述的系统，其中，所述指定的路线规划偏好和时间安排偏好指定最少燃料消耗的路线。
15.一种计算机实现的方法，包括：
响应于目的地和偏好的出发时间的定义并且以在当前时间与所述偏好的出发时间之间的预定义时间间隔，计算针对驾驶员选择的到目的地的路线的预计行驶时间；
响应于计算的预计行驶时间比初始预计行驶时间增加超过预定阈值，推荐替代的出发时间，所述替代的出发时间被计算以产生到目的地的更短的行驶时间。
16.一种系统，包括：
处理器，被配置为：
从车辆无线地接收多个推荐的出发时间以及到由用户确认的目的地的对应的预计行驶时间；
以用户可选择的方式显示所述多个推荐的出发时间和所述对应的预计行驶时间；
接收对于作为偏好的出发时间的推荐的出发时间的选择；
向车辆发送选择的推荐的出发时间。
CN201711075950.0A 2016-11-11 2017-11-06 用于车辆行驶辅助的方法和设备 Active CN108074412B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/349,372 US10006778B2 (en) 2016-11-11 2016-11-11 Method and apparatus for vehicular travel assistance
US15/349,372 2016-11-11

Publications (2)

Publication Number Publication Date
CN108074412A true CN108074412A (zh) 2018-05-25
CN108074412B CN108074412B (zh) 2022-09-09

Family

ID=62026626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711075950.0A Active CN108074412B (zh) 2016-11-11 2017-11-06 用于车辆行驶辅助的方法和设备

Country Status (3)

Country Link
US (1) US10006778B2 (zh)
CN (1) CN108074412B (zh)
DE (1) DE102017126167A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109788438A (zh) * 2019-02-11 2019-05-21 胡金星 一种基于大数据的智能导航车联网系统
CN110162719A (zh) * 2019-05-27 2019-08-23 广州小鹏汽车科技有限公司 内容推送方法、装置、存储介质及计算机设备、车辆
CN110730271A (zh) * 2019-10-12 2020-01-24 深圳酷派技术有限公司 一种日程提醒方法、装置、存储介质及终端
CN111063188A (zh) * 2018-10-17 2020-04-24 丰田自动车北美公司 分布式路线确定系统
WO2020140899A1 (en) * 2019-01-04 2020-07-09 Byton Limited In-vehicle personalized route selection and planning
CN111427636A (zh) * 2019-01-10 2020-07-17 上海博泰悦臻网络技术服务有限公司 一种车辆及其应用的加班提醒方法和装置
CN111462513A (zh) * 2019-01-22 2020-07-28 丰田自动车株式会社 服务器、服务器控制方法、服务器控制程序、通信终端、终端控制方法和终端控制程序
CN114234997A (zh) * 2021-12-28 2022-03-25 佛山沐朝科技有限公司 路径规划方法、装置、电子装置和存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10769946B1 (en) * 2017-04-24 2020-09-08 Ronald M Harstad Incentive-compatible, asymmetric-information, real-time traffic-routing differential-advice
US20180366220A1 (en) * 2017-04-27 2018-12-20 General Emergency Medical Systems (GEMS) Systems and Methods for Pre-Stationing and Regulating Access to Emergency Medical Supplies
JP7027832B2 (ja) * 2017-11-17 2022-03-02 株式会社アイシン 運行管理システムおよび運行管理プログラム
US11392886B2 (en) * 2018-02-22 2022-07-19 Trimble Transportation Enterprise Solutions, Inc. Real-time detention avoidance system
US10497256B1 (en) * 2018-07-26 2019-12-03 Here Global B.V. Method, apparatus, and system for automatic evaluation of road closure reports
JP7243087B2 (ja) * 2018-09-04 2023-03-22 トヨタ自動車株式会社 情報処理装置、情報処理方法およびプログラム
US11049390B2 (en) * 2019-02-26 2021-06-29 Here Global B.V. Method, apparatus, and system for combining discontinuous road closures detected in a road network
US10940832B1 (en) 2019-09-18 2021-03-09 Toyota Motor North America, Inc. Identifying suspicious events relating to a vehicle
JP7238714B2 (ja) * 2019-09-18 2023-03-14 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
CN111737601A (zh) * 2020-06-08 2020-10-02 北京奇虎科技有限公司 出行策略的推荐方法、装置、设备及存储介质
CN113990092B (zh) * 2021-09-24 2023-03-28 青岛海尔科技有限公司 出行规划信息的确定方法和装置、存储介质及电子装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070159355A1 (en) * 2006-01-10 2007-07-12 Kelly Terence F Combined personalized traffic and weather report and alert system and method
US20100241342A1 (en) * 2009-03-18 2010-09-23 Ford Global Technologies, Llc Dynamic traffic assessment and reporting
US20110178702A1 (en) * 2010-01-20 2011-07-21 Sony Ericsson Mobile Communications Ab Optimum travel times
US20130173153A1 (en) * 2010-08-06 2013-07-04 Toyota Jidosha Kabushiki Kaisha Segment defining method, travel time calculation device, and driving support device
CN104282166A (zh) * 2013-07-12 2015-01-14 观致汽车有限公司 基于gps车辆交通状态显示提醒系统及多媒体控制装置
CN105513400A (zh) * 2015-12-03 2016-04-20 四川长虹电器股份有限公司 动态规划出行路径的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005013063A2 (en) * 2003-07-25 2005-02-10 Landsonar, Inc. System and method for determining recommended departure time
US8392116B2 (en) 2010-03-24 2013-03-05 Sap Ag Navigation device and method for predicting the destination of a trip
US20130079964A1 (en) 2011-09-27 2013-03-28 Saturna Green Systems Inc. Vehicle communication, analysis and operation system
US20140172292A1 (en) 2012-12-14 2014-06-19 Ford Global Technologies, Llc Methods and Apparatus for Context Based Trip Planning
US9212925B2 (en) 2013-06-03 2015-12-15 International Business Machines Corporation Travel departure time determination using social media and regional event information

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070159355A1 (en) * 2006-01-10 2007-07-12 Kelly Terence F Combined personalized traffic and weather report and alert system and method
US20100241342A1 (en) * 2009-03-18 2010-09-23 Ford Global Technologies, Llc Dynamic traffic assessment and reporting
US20110178702A1 (en) * 2010-01-20 2011-07-21 Sony Ericsson Mobile Communications Ab Optimum travel times
US20130173153A1 (en) * 2010-08-06 2013-07-04 Toyota Jidosha Kabushiki Kaisha Segment defining method, travel time calculation device, and driving support device
CN104282166A (zh) * 2013-07-12 2015-01-14 观致汽车有限公司 基于gps车辆交通状态显示提醒系统及多媒体控制装置
CN105513400A (zh) * 2015-12-03 2016-04-20 四川长虹电器股份有限公司 动态规划出行路径的方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111063188A (zh) * 2018-10-17 2020-04-24 丰田自动车北美公司 分布式路线确定系统
CN111063188B (zh) * 2018-10-17 2023-03-10 丰田自动车北美公司 分布式路线确定系统
WO2020140899A1 (en) * 2019-01-04 2020-07-09 Byton Limited In-vehicle personalized route selection and planning
CN111427636A (zh) * 2019-01-10 2020-07-17 上海博泰悦臻网络技术服务有限公司 一种车辆及其应用的加班提醒方法和装置
CN111462513A (zh) * 2019-01-22 2020-07-28 丰田自动车株式会社 服务器、服务器控制方法、服务器控制程序、通信终端、终端控制方法和终端控制程序
CN111462513B (zh) * 2019-01-22 2022-05-17 丰田自动车株式会社 服务器、服务器控制方法、通信终端、终端控制方法和计算机可读介质
CN109788438A (zh) * 2019-02-11 2019-05-21 胡金星 一种基于大数据的智能导航车联网系统
CN110162719A (zh) * 2019-05-27 2019-08-23 广州小鹏汽车科技有限公司 内容推送方法、装置、存储介质及计算机设备、车辆
CN110730271A (zh) * 2019-10-12 2020-01-24 深圳酷派技术有限公司 一种日程提醒方法、装置、存储介质及终端
CN114234997A (zh) * 2021-12-28 2022-03-25 佛山沐朝科技有限公司 路径规划方法、装置、电子装置和存储介质

Also Published As

Publication number Publication date
US10006778B2 (en) 2018-06-26
US20180136003A1 (en) 2018-05-17
CN108074412B (zh) 2022-09-09
DE102017126167A1 (de) 2018-05-17

Similar Documents

Publication Publication Date Title
CN108074412A (zh) 用于车辆行驶辅助的方法和设备
CN104786860B (zh) 用于电动汽车旅程和充电计划的方法和设备
US10260896B2 (en) Route planning device and associated method
EP2869282B1 (en) Driver behavior based parking availability prediction system and method
US11509710B2 (en) Method for operating a motor vehicle and motor vehicle
CN103256938B (zh) 基于车辆的计算机系统和计算机实现的方法
CN105549454A (zh) 提供用于自动驾驶车辆的代客指令的系统和方法
JP7246331B2 (ja) サービス管理装置、サービス提供システム、サービス管理方法、およびプログラム
US9076336B2 (en) Personalized parking assistant
CN110069720B (zh) 公交乘车路线推送方法及装置、计算机设备和存储介质
CN108629442A (zh) 多模式运输规划和调度
CN111344725A (zh) 用于确定自主车辆是否可以为乘车者提供所请求的服务的系统和方法
CN105905052A (zh) 用于预测车辆预调节的方法和设备
CN105046996B (zh) 用于预测的驾驶需求建模的方法和设备
CN106205161A (zh) 路况信息传输方法和装置
CN105574594A (zh) 用于交互式车辆服务接待的方法和设备
CN105574321B (zh) 用于动态目的地到达时间的更新的方法和设备
CN111684502A (zh) 车辆控制系统、车辆控制装置、及车辆控制方法
JP2022030594A (ja) 管理装置、管理システム、管理方法、およびプログラム
CN111309009B (zh) 自动驾驶车辆的控制方法及装置、存储介质和运载工具
CN110941253B (zh) 驾驶评价装置、驾驶评价系统、驾驶评价方法及存储介质
US20200286003A1 (en) Vehicle allocation for ride requests
US20230166725A1 (en) Optimizing parking locations
EP2973495A1 (en) Personalized parking assistant
JP2019219842A (ja) 車両管理システム及び車両管理方法

Legal Events

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