CN108603766A - 用于识别受天气状况影响的可导航元素的方法及系统 - Google Patents
用于识别受天气状况影响的可导航元素的方法及系统 Download PDFInfo
- Publication number
- CN108603766A CN108603766A CN201780009802.0A CN201780009802A CN108603766A CN 108603766 A CN108603766 A CN 108603766A CN 201780009802 A CN201780009802 A CN 201780009802A CN 108603766 A CN108603766 A CN 108603766A
- Authority
- CN
- China
- Prior art keywords
- navigation elements
- data
- precipitation
- weather
- events
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Automation & Control Theory (AREA)
- Environmental & Geological Engineering (AREA)
- Biodiversity & Conservation Biology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
一种确定地理区域内的可导航网络的一或多个可导航元素是否仍受降水天气事件影响的方法。量化参数与表示所述可导航网络的电子地图的每一段相关联且指示残留在由所述段表示的所述可导航元素或其部分上的降水量。所述量化参数的值在存在任何降水天气事件的情况下增大,且在缺失任何此类降水天气事件的情况下根据预定义函数相对于时间减小。确定沿由段表示的所述可导航元素或其部分的一或多个装置的行进速度且比较所述所确定行进速度与所述段的预期行进速度;所述量化参数的所述值基于所述比较而减小。所述量化参数的所述值可用来生成天气事件及/或将拥塞事件的原因归咎于所述降水天气事件。
Description
技术领域
本发明涉及用于识别交通流可被视为受天气状况影响的可导航元素网络的可导航元素的方法及系统。本发明可进一步涉及用于确定可导航网络的一或多个可导航元素是否仍受早前降水天气事件影响的方法及系统。本发明可扩展到生成指示与此类所识别元素相关的天气事件的数据,且还可扩展到生成指示由与此类所识别元素相关的恶劣天气引起的拥塞事件的数据。
背景技术
道路用户越来越多地依赖于交通流信息来告知他们可影响行程行进时间的任何事件且帮助规划旅行。此信息可在经由车载导航装置(例如PND或集成装置)沿路线导航期间提供给用户,或可提供为高级驾驶员辅助系统(ADAS)的输入。交通信息也可用于在开始行程之前通过例如导航装置或ADAS进行路线规划,或如果在途中状况改变,那么重新计算最快路线。所述信息常规地基于经由交通消息信道(TMC)通过FM无线电网络发送的消息,所述消息可由导航装置接收且传达给用户,或由ADAS或导航系统以其它方式使用。典型TMC消息将包含根据某些标准代码识别事故的地理位置、类型及方向的信息。
最近,已开发至少部分地依赖于其它交通信息源的其它交通信息系统,例如由TomTom International B.V.开发的“HD TrafficTM”系统。举例来说,HD Traffic系统是基于从移动电话、PND及定位于交通工具中的具有定位能力的其它装置获得的所谓“探测”数据,所述“探测”数据可用来识别交通工具的位置及速度且因此指示交通状况。
上述系统提高了可将交通信息提供给导航装置的用户的准确度。然而,此类系统通常将沿可导航元素的交通流相对于沿所述元素的自由流速的任何显著减少归咎于交通堵塞的存在。申请人已认识到,沿可导航元素的交通流的减少可能不总是、至少不仅仅起因于元素上的交通堵塞。特定来说,天气状况也可影响沿可导航元素的交通流,无论是否也存在交通堵塞。申请人已认识到,能够识别可导航元素网络中的那些交通流可被视为受天气状况影响的可导航元素将是有利的。
发明内容
根据本发明的第一方面,提供一种识别地理区域内的可导航网络中的交通流受恶劣天气状况影响的可导航元素的方法,所述方法包括:
获得指示所述地理区域中的天气状况的天气数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据;
使用所述位置数据来确定沿所述可导航元素的当前行进速度;
比较所述所确定当前行进速度与所述可导航元素的自由流速;
当所述比较指示沿所述元素的所述当前行进速度相对于所述可导航元素的所述自由流速降低时,确定所述可导航元素是否受一或多种恶劣天气状况影响,且其中所述降低小于与将拥塞事件识别为影响所述可导航元素相关联的阈值;及
当确定所述可导航元素受一或多种恶劣天气状况影响时,生成指示影响沿所述元素的交通流的天气事件的数据。
本发明扩展到用于一种用于实行根据本文中所描述的本发明的实施例中的任一者的方法的系统。
根据本发明的第二方面,提供一种用于识别地理区域内的可导航网络中的交通流受恶劣天气状况影响的可导航元素的系统,所述系统包括:
用于获得指示所述地理区域中的天气状况的天气数据的构件;
用于获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据的构件;
用于使用所述位置数据来确定沿所述可导航元素的当前行进速度的构件;
用于比较所述所确定当前行进速度与所述可导航元素的自由流速的构件;
用于当所述比较指示沿所述元素的所述当前行进速度相对于所述可导航元素的所述自由流速降低时确定所述可导航元素是否受一或多种恶劣天气状况影响的构件,且其中所述降低小于与将拥塞事件识别为影响所述可导航元素相关联的阈值;及
用于当确定所述可导航元素受一或多种恶劣天气状况影响时生成指示影响沿所述元素的交通流的天气事件的数据的构件。
将明白,参考本发明的第一方面所描述的任何特征同样可应用于根据本发明的第二方面的实施例且反之亦然。因此,如果本文中未明确陈述,本发明的系统可包括用于实行所描述方法的步骤中的任一者的构件。用于实行方法的步骤中的任一者的构件可包括经配置(例如经编程)以如此做的一组一或多个处理器。可使用与任何其它步骤相同或不同的一组处理器实行给定步骤。可使用若干组处理器的组合实行任何给定步骤。所述系统可进一步包括用于存储例如指示拥塞及/或天气事件的数据及/或用来确定拥塞及/或天气事件的存在的位置数据的数据存储构件,例如计算机存储器。
本发明在其任何方面涉及比较沿可导航网络的可导航元素的当前(或接近当前)平均行进速度与所述元素的自由流速。如果当前平均速度指示沿所述元素的行进速度相对于自由流速的降低,但小于与将拥塞事件(例如交通堵塞)识别为影响可导航元素相关联的阈值,那么确定所述元素是否受一或多种恶劣天气状况影响。如果发现所述元素受一或多种恶劣天气状况影响,那么生成指示影响沿所述元素的交通流的天气事件的数据。因此,通过考虑沿元素的速度降低,可进行关于天气事件的存在的推断。特定来说,如果交通流减少,但减少量小于被视为指示交通堵塞的量,且另外存在指示可导航元素上的一或多种恶劣天气状况的天气数据,那么确定存在影响沿所述元素的流的天气事件。常规上,在交通监控系统中,忽略此类速度降低,因为通常不可能指派事件的合适原因,且因此不知道向驾驶员告知事件是否有帮助。举例来说,可将指示所生成天气事件的数据提供给导航装置(例如与交通工具相关联的导航装置)的用户。此类装置可为移动装置,例如便携式导航装置(PND)、高级驾驶员辅助系统(ADAS)或集成车载系统。通过提供识别影响沿可导航元素的元素的交通流的天气事件的能力,本发明可允许将可提醒驾驶员天气状况及/或当确定跨可导航网络的路线时可被考虑在内的信息提供给驾驶员。
在优选实施例中,本发明的方法是由服务器来实施。因此,在实施例中,本发明的系统包括一种服务器,所述服务器包括用于实行所描述的各种步骤的构件,且本文中所描述的方法步骤是由服务器来实行。
可关于可导航网络的一或多个可导航元素实行本文中所描述的本发明的步骤中的任一者。
本发明考虑与多个装置沿可导航网络的一或多个可导航元素相对于时间的移动相关的实时位置数据,以确定沿所述元素的交通流是否可受交通堵塞及/或恶劣天气状况影响。将明白,如本文中所提及的可导航网络是真实世界或物理可导航网络,例如道路网络。然而,本发明适用于任何可导航网络,例如路径、河流、运河、自行车道、纤路、铁路干线或类似者的网络。
网络可由数字地图数据以电子方式表示。在其中使用服务器实施所述方法的实施例中,数字地图数据可由服务器存储或以其它方式存取。在数字地图数据中,可导航网络是由通过节点连接的多个可导航段表示,其中网络的可导航元素可由一或多个可导航段表示。参考路段及元素描述本发明的实施例,且优选地可导航元素表示自由流速大于100km/h(公里/小时)的高速公路。应认识到,本发明也可适用于其它类型的可导航元素。为便于参考,这些元素统称为道路元素。
根据本发明使用的位置数据是与多个装置沿所述或每一可导航元素相对于时间的移动相关的位置数据。所述方法可包括获得与多个装置在可导航网络中相对于时间的移动相关的位置数据,且过滤位置数据以获得与多个装置沿交通流被视为与潜在拥塞及/或天气状况相关的所述或每一给定可导航元素相对于时间的移动相关的位置数据。获得与装置沿所述或每一可导航元素的移动相关的位置数据的步骤可参考指示可导航网络的数字地图数据来实行。所述方法可涉及匹配关于装置在包含可导航网络的地理区域中的移动相关的位置数据与根据本发明考虑的至少所述或每一可导航元素的步骤。
在实施例中,所述方法包括获得与多个装置沿表示可导航网络的数字地图的一或多个可导航段相对于给定时间段中的时间的移动相关的位置数据。
在一些布置中,获得位置数据的步骤可包括存取数据,即,先前接收及存储的数据。位置数据是用来确定沿可导航元素的当前或至少接近当前的行进速度,且因此是“实时”位置数据。然而,将明白,数据可在被使用之前不久存储。在其它布置中,所述方法可包括从装置接收位置数据。在其中获得数据的步骤涉及从装置接收数据的实施例中,设想所述方法可进一步包括在继续实行本发明的其它步骤之前存储所接收位置数据,且任选地过滤所述数据。接收位置数据的步骤无需与所述方法的其它步骤或若干其它步骤在相同时间或相同地点发生。
根据本发明使用的位置数据是从一或多个及优选地多个装置收集,且与装置相对于时间的移动相关。因此,所述装置是移动装置。将明白,位置数据中的至少一些与时间数据(例如时间戳)相关联。然而,出于本发明的目的,不一定所有位置数据都与时间数据相关联,只要其可用来根据本发明提供与装置沿可导航元素的移动相关的信息。然而,在优选实施例中,所有位置数据都与时间数据(例如时间戳)相关联。
位置数据与装置相对于时间的移动相关,且可用来提供由装置采用的路径的位置“轨迹”。如上文所论述,数据可从(若干)装置接收或可首先被存储。装置可为能够出于本发明的目的提供位置数据及足够相关定时数据的任何移动装置。装置可为具有位置确定能力的任何装置。举例来说,装置可包括用于存取及接收来自WiFi接入点或蜂窝通信网络(例如GSM装置)的信息且使用此信息来确定其位置的构件。然而,在优选实施例中,装置包括全球导航卫星系统(GNSS)接收器,例如GPS接收器,所述接收器用于接收指示接收器在特定时间点的位置的卫星信号且优选地以规则间隔接收经更新位置信息。此类装置可包含导航装置、具有定位能力的移动电信装置、位置传感器等。
优选地,装置与交通工具相关联。在这些实施例中,装置的位置将对应于交通工具的位置。如果未明确提及,那么对从与交通工具相关联的装置获得的位置数据的参考可由对从交通工具获得的位置数据的参考来替换,且对装置或若干装置的移动的参考可由对交通工具的移动的参考来替换,且反之亦然。装置可与交通工具集成在一起,或可为与交通工具相关联的单独装置,例如便携式导航设备。当然,位置数据可从不同装置的组合或单一类型的装置获得。
从多个装置获得的位置数据通常称为“探测数据”。从与交通工具相关联的装置获得的数据可称为交通工具探测数据。因此,本文中对“探测数据”的参考应被理解为可与术语“位置数据”互换,且为简洁起见位置数据可在本文中称为探测数据。
本发明基于当前或接近当前数据提供交通堵塞及/或恶劣天气事件的“实时”(即,短期)检测。
本发明的方法涉及获得及使用根据本发明评估且与多个装置沿所述或每一可导航元素相对于时间的移动相关的“实时”位置数据。实时数据可被视为相对较新且提供每一可导航元素上的相对较新状况的指示的数据。实时数据通常可与最近30分钟、15分钟、10分钟或5分钟内元素上的状况相关。通过在确定交通堵塞及/或天气事件信息时使用实时位置数据,可假设所确定信息当前是适用的,且在将来(至少在短期内)可适用。实时位置数据的使用允许确定道路用户及/或导航装置或ADAS可依赖的准确且最新的信息。
位置数据用来确定在给定时间段中(例如最近的时间段,例如最后两分钟)沿可导航元素的平均行进速度;因此平均速度指示当前平均速度。在其中所获得的位置数据与多个装置沿数字地图的一或多个可导航段的移动相关的实施例中,位置数据用来确定在给定时间段中沿一或多个可导航段的平均行进速度。
本发明涉及比较沿可导航元素的所确定当前平均行进速度与可导航元素的自由流速的步骤。可导航元素的自由流速指示在其中不存在交通或存在极少交通的时间段期间穿越元素的交通工具的平均速度。这个时间段可例如为其中可达速度可较少受其它用户影响的一或多个夜间小时。举例来说,此类自由流速仍将反映速度限制、道路布局及交通管理基础设施的影响。在实施例中,指示自由流速的数据在数字地图数据中与指示表示与其相关的可导航元素的可导航段的数据相关联。在这些状况下,可更加确定地假设平均行进速度的明显降低指示存在影响沿元素的交通流的事件,即,拥塞事件(例如交通堵塞)及/或恶劣天气事件。
所述方法可扩展到获得所述或每一可导航元素或段的自由流速的步骤。获得元素或段的自由流速的步骤可包括分析与在给定预定时间段内穿越可导航元素或段的装置的移动相关的位置数据。可通过参考时间适当地过滤位置数据来获得相关数据。为能够获得自由流速,应适当地选择预定时间段使得其将包括与表示在自由流状况下进行的移动的移动相关的数据。通常,时间段将相对较长,例如24小时或更长。例如,如果自由流状况不是每天或每周等发生,那么可考虑一周长的时间段,或甚至一个月或更长时间段。获得元素或段的自由流速的步骤可包括分析与在给定预定时间段内穿越元素或段的装置的移动相关的位置数据,优选地,其中通过平均化在给定时间段中穿越元素或段的不同装置的速度来获得自由流时间。在其中可导航元素是由数字地图的段表示的实施例中,指示自由流速的数据可与每一段相关联。
本发明的方法包括比较基于位置数据的当前行进速度与元素的自由流速的步骤。所确定的任何速度降低可为沿受影响元素的至少部分的速度降低。将明白,交通流减少(无论是归因于拥塞、天气事件还是归由于任何其它原因)的可导航路段可包括一或多个可导航元素的至少部分。
在实施例中,当沿元素的当前行进速度相对于可导航元素的自由流速降低大于第一阈值时,所述方法包括识别且任选地生成指示影响所述元素的拥塞事件的数据。拥塞事件可反映以下一或多者:静止交通(例如,速度小于自由流的20%);排队交通(例如,速度在自由流的20%与40%之间);及缓慢移动的交通(例如,速度在40%与第一阈值之间)。第一阈值可为自由流速的固定百分比值,例如60%(即,降低40%),或其可为取决于适用可导航元素变化的动态值。例如,历史交通模式可允许在不同可导航元素上以不同百分比值识别拥塞;此类技术可在例如在WO2012/104392 A1及WO2012/104393 A1中找到,WO2012/104392A1及WO2012/104393 A1的全部内容以引用方式并入本文中。在任何情况下,将第一阈值设置为归咎于元素上的拥塞事件的相对于自由流速的速度降低。所述方法可包括当沿元素的当前行进速度相对于可导航元素的自由流速的降低不超过第一阈值时,不生成指示影响沿元素的交通流的拥塞(例如交通堵塞)的数据。在实施例中且如下文将更详细论述,所识别拥塞事件也可归咎于恶劣天气状况,即,可导航元素上的交通堵塞的原因是归因于恶劣天气,例如强降水(雨、雪等)、雾、大风等。
在本发明的方法中,当比较指示沿可导航元素的当前行进速度相对于自由流速降低但小于指示上文所论述的拥塞事件的第一阈值时,可确定存在天气事件。在实施例中,仅在当前行进速度相对于自由流速降低大于第二阈值时作出此确定。举例来说,可将第二阈值设置为相对于自由流速降低20%(即,自由流速的80%)。第二阈值是已被设置为指示沿元素的速度降低的某个程度的预定阈值,所述速度降低可能归咎于影响元素上的交通流的恶劣天气状况。此阈值可根据期望设置,且可为固定值或取决于例如适用可导航元素的可变值。
出于本发明的目的,设置第二阈值使得小于由第一阈值定义的速度降低但大于由第二阈值设置的速度降低的速度降低可被视为不指示拥塞事件,例如交通堵塞。此流减少可能归咎于恶劣天气状况。传统技术通常不会充分地处理此类较小程度的交通流减少。通过将交通流减少仅归咎于拥塞(例如交通拥塞),此类技术将不得不甚至针对这些较小程度的流减少确定交通堵塞的存在(而此时实际上可能不存在堵塞),或以其它方式忽略流减少。然而,申请人已认识到,在一些情况下,此流减少可归咎于恶劣天气状况。在这种情况下,将期望能够传播此信息。这可使驾驶员能够采取适当预防措施(例如受影响区域之前降低速度),或可使选路引擎能够在受影响区域周围选路。
所述方法可包括以下步骤:在当前速度相对于自由流速的降低小于指示拥塞的降低时(例如当沿元素的当前速度相对于自由流速的降低程度处在第一阈值与第二阈值之间定义的范围内的任何地方时),确定可导航元素是否受一或多种(恶劣)天气状况影响。因此,第一及第二阈值可分别定义降低的上限及下限。
然而,设想所述方法可涉及使用第一阈值与第二阈值之间的至少一个第三阈值,其中实行确定可导航元素是否受一或多种恶劣天气状况影响的步骤,其中行进速度的降低位于在至少一个第三阈值与第二阈值之间定义的范围内的任何地方。换句话说,考虑天气状况的降低的范围的上限可或可不对应于第一阈值。
当确定可导航元素受(至少一种)恶劣天气状况影响时,所述方法包括生成指示影响沿所述元素的交通流的天气事件的数据。优选地,指示天气事件的数据包括以下至少一者:指示可导航网络上的天气事件的位置的数据(例如,关于数字地图的路段;所述路段包括一或多个段的至少部分);指示天气状况的类型及/或天气状况的严重性的数据(即,天气事件的类型);与天气事件相关联的行进速度(即,相对于自由流速的所确定的降低速度);及指示适用于天气事件的时间的数据,例如开始时间、持续时间及/或结束时间。因此,如果确定沿元素的速度降低的量在第一阈值与第二阈值之间且发现一或多种恶劣天气状况影响所述元素,那么生成天气事件。这个天气事件可由装置例如用来向用户提供警告。
所述方法可进一步包括针对已确定沿其的行进速度的降低超过第二阈值而非第一阈值且已关于其生成天气事件的可导航元素,随后确定如由所述元素的当前速度指示的沿所述元素的平均行进速度的降低已超过第一阈值,且另外生成指示影响所述元素的拥塞事件的数据。因此,沿元素的行进速度的降低可在一或多个后续时间(例如定期地)确定,且再次与第二阈值比较。
所述方法可包括当确定沿所述元素的当前行进速度相对于可导航元素的自由流速的降低时,不生成指示影响沿所述元素的交通流的天气事件的数据,其中所述降低小于与识别拥塞事件相关联的阈值,例如第一阈值,但其中确定可导航元素不受一或多种恶劣天气状况影响。
在一些实施例中,且其中拥塞事件已被识别为影响可导航元素,例如当沿可导航元素的当前行进速度相对于自由流速降低大于第一阈值时,可确定拥塞事件的原因是否可归咎于恶劣天气状况,例如而非沿可导航元素行进的交通工具的量、道路施工或可导航元素上的其它建设等等。实际上,认为将拥塞事件标记为与特定恶劣天气状况相关本身可为新的且具创造性的。
因此,根据本发明的第三方面,提供一种识别地理区域内的可导航网络中的交通流受恶劣天气状况影响的可导航元素的方法,所述方法包括:
获得指示所述地理区域中的天气状况的天气数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据,且使用所述位置数据来将拥塞事件识别为影响沿所述可导航元素的交通流;
当确定所述可导航元素受一或多种恶劣天气状况影响时,使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于一或多种恶劣天气状况;及
当确定所述拥塞事件的所述原因归咎于所述一或多种恶劣天气状况时,使指示所述一或多种恶劣天气状况的数据与所述所识别拥塞事件相关联。
根据本发明的第四方面,提供一种用于识别地理区域内的可导航网络中的交通流受恶劣天气状况影响的可导航元素的系统,所述系统包括:
用于获得指示所述地理区域中的天气状况的天气数据的构件;
用于获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据且使用所述位置数据来将拥塞事件的识别为影响沿所述可导航元素的交通流的构件;
用于当确定所述可导航元素受一或多种恶劣天气状况影响时使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于一或多种恶劣天气状况的构件;及
用于当确定所述拥塞事件的所述原因归咎于所述一或多种恶劣天气状况时使指示所述一或多种恶劣天气状况的数据与所述所识别拥塞事件相关联的构件。
将明白,参考本发明的第三方面所描述的任何特征同样可应用于根据本发明的第四方面的实施例且反之亦然。用于实行所述方法的步骤中的任一者的构件可包括经配置(例如经编程)以如此做的一组一或多个处理器。可使用与任何其它步骤相同或不同的一组处理器实行给定步骤。可使用若干组处理器的组合实行任何给定步骤。所述系统可进一步包括用于存储例如指示拥塞及/或天气事件的数据及/或用来确定拥塞及/或天气事件的存在的位置数据的数据存储构件,例如计算机存储器。
此外,在这些进一步方面中,本发明可包含关于本发明的第一及第二方面所描述的任何或所有特征,且反之亦然,只要其不相互矛盾。
将拥塞事件归咎于一或多种恶劣天气状况是基于拥塞事件的一或多个属性,且在实施例中基于拥塞事件内的行进速度(例如使用如上文所描述的位置数据确定的当前速度)及/或拥塞事件的开始时间(例如所确定当前速度相对于自由流速降低大于第一阈值的时间)。
归咎可基于拥塞事件内的速度分布。例如,所述方法可包括确定沿元素的部分的速度分布被视为受拥塞事件影响,且仅当速度分布低于给定阈值时将拥塞事件的原因识别为恶劣天气。这可通过考虑速度的标准偏差或其它变动量度来确定。已发现,与由非天气事件引起的常规交通堵塞(或其它拥塞事件)的情况所预期相比,恶劣天气趋于导致受限流区域内的更小速度变动。
替代地或另外,归咎可基于拥塞事件内的行进速度(例如,当前平均速度)与沿元素的适用预期行进速度的比较。例如,所述方法可包括确定沿元素的适用预期行进速度,且当拥塞事件内的所确定行进速度相对于适用预期行进速度不规则(例如大于或小于适用预期行进速度超过预定量)时,将拥塞事件的原因归咎为与天气相关。在其中可导航元素是由数字地图的段表示的实施例中,指示至少一个预期行进速度的数据可与每一段相关联。所述或每一预期行进速度可为指示沿元素的预期平均行进速度的任何合适预期行进速度。预期行进速度可为时间相依的。因此,所述或每一预期行进速度可关于适用给定时间段。
在一些实施例中,沿可导航元素的预期行进速度可为沿可导航元素的历史行进速度。在这种情况下,词“历史”或“历史的”应被视为指示非实时数据。历史平均速度及历史行进时间可例如与过去几天、几周或甚至几年发生的事件相关。可直接记录历史平均速度,或可从所记录的跨段的历史行进时间计算历史平均速度。历史位置数据也可称为聚合位置数据,因为其通常将包括在延长时间段(例如数周或数月)内收集的来自多个不同移动装置的位置数据。因此,历史位置数据可用于分析在长时间段内网络的部分上的交通工具的行为的重复模式(例如在一天的各种不同时间沿道路行进的平均速度)。沿可导航元素的历史行进速度可为平均历史行进速度。元素可具有与其相关联的多个历史平均行进速度,例如其中每一平均速度表示在特定时间段期间沿段的平均速度。时间段可关于一天中的不同时间及一周中的几天。
所述方法可扩展到获得可导航元素的历史速度数据(例如平均速度数据)的步骤。所述方法可或可不扩展到确定与可导航元素相关联的历史速度数据的步骤。获得历史速度数据的步骤可简单地涉及存取适用数据。在一些实施例中,历史速度数据及优选地历史平均速度数据是与表示可导航网络的可导航元素的数字地图的每一可导航段相关联地存储。在优选实施例中,使用与多个装置沿可导航元素相对于时间的移动相关的位置数据获得用于穿越可导航元素的历史速度数据。换句话说,使用交通工具探测数据。位置或探测数据可为上文关于所使用的实时位置数据描述的类型中的任一者,但替代地可为历史数据。可根据WO2009/053411 A1中所描述的方法确定与元素相关联的平均速度;WO2009/053411 A1的全部内容以引用方式并入本文。在这种方法中,优选地从多个导航装置(例如便携式导航装置(PND))捕获/上载多个时间戳位置数据。优选地将这个数据分成多个轨迹,其中每一轨迹表示在预定时间段内从导航装置接收的数据。接着,可将平均值视为在每一预定时间段内每一可导航元素的所记录速度。
在一些实施例中,沿可导航元素的预期行进速度可为可导航元素的历史堵塞行进速度。历史堵塞速度是从历史速度数据导出,且是表示当存在拥塞事件(或交通拥塞)时跨元素(或在数字地图的情况下跨段)时的典型行进速度。在WO2012/104392 A1中描述用于导出历史堵塞速度的方法;WO2012/104392 A1的全部内容以引用方式并入本文。例如,堵塞速度可为当存在拥塞事件时跨元素(或段)的最可能平均行进速度,或低于堵塞阈值速度(其是可认为存在拥塞时的速度,例如上文所描述的第一阈值)的所有平均速度的平均值的指示。
替代地或另外,归咎可包括例如使用天气数据确定所述或每一所确定恶劣天气状况的开始时间,且比较所述开始时间与拥塞事件的开始时间。如果拥塞事件的开始时间在所述或每一天气状况的开始时间之前,那么可确定天气状况不对速度降低负责。
替代地或另外,归咎可包括确定是否存在接近给定元素的也受拥塞事件影响且均受相同的一或多种恶劣天气状况影响的其它可导航元素。如果存在展现类似流速降低(即,沿元素的行进速度)的其它元素,那么可假设拥塞事件可归咎于(若干)天气状况。
在其中确定可导航元素是否受恶劣天气状况影响的本发明的实施例中的任一者中,恶劣天气状况可为以下任一者:降水的存在或量,例如雨、冰雹、雨夹雪或雪;风速或风向;积雪的存在或量;冰的存在或量;能见度;雾的存在或量;及/或温度。恶劣天气状况可包括上述类型的天气中的任一者,但仅当天气状况高于预定严重程度时才成立。因此,例如,小雨可能不被视为恶劣天气状况,而大雨将被视为恶劣天气状况。所述方法优选地还包括确定影响元素的任何恶劣天气状况的类型或(若干)类型,及/或确定任何天气状况影响元素的严重性以识别其是否有资格作为恶劣天气状况。
确定可基于指示地理区域(可导航网络位于所述地理区域内)中的天气状况的天气数据。天气数据可为任何合适类型。天气数据指示适用于当前时间的天气状况。天气数据可指示适用于当前时间的预期天气状况(即,预报状况),及/或可指示实际天气状况。优选地,确定是基于实时天气数据,即,基于指示实际天气的实时天气报告。天气数据指示可能对交通流具有负面影响的一或多个天气状况,即,恶劣天气事件。当然,天气数据还可包括通常指示影响区域的状况(无论是否恶劣)的数据。
在一些实施例中,所述方法可包括使用天气数据来确定可导航元素是否受一或多种恶劣天气状况影响,且优选地一旦发现相对于自由速度的合适速度降低,便确定影响所述元素的天气状况的类型或(若干)类型。所述方法接着可涉及例如使用元素位置来询问天气数据而查找所述元素是否受恶劣天气状况或若干恶劣天气状况(且优选地查找任何状况的类型或(若干)类型)影响。在其它实施例中,所述方法可包括确定可导航元素是否与影响所述元素的恶劣天气状况的指示相关联。此指示可与指示表示所述元素的段的数字地图数据相关联。因此,受恶劣天气状况影响的元素可能已与关于恶劣天气状况的存在的指示(例如旗标)相关联。元素还可与指示影响所述元素的任何天气状况的类型或(若干)类型的数据相关联。所述方法可包括使用指示地理区域(可导航网络位于所述地理区域内)中的天气状况的天气数据来识别受恶劣天气状况影响的可导航网络的可导航元素的子集,且使所述或每一可导航元素与关于存在影响所述元素的恶劣天气状况及优选地所述或每一天气状况的类型的指示相关联。当期望确定可导航元素是否受一或多个天气状况影响时,这可通过确定所述元素是否与此指示相关联来实行。同样,可导航元素可与指示影响所述元素的恶劣天气状况的类型或(若干)类型的数据相关联。然而或每当用于确定可导航元素是否受恶劣天气状况影响时,可从任何或(若干)任何合适天气数据源获得确定所基于的天气数据。例如,可从气象服务器获得数据。所述服务器可为与在优选实施例中执行本发明的方法的服务器不同的服务器。天气数据可来自存储库,所述存储库存储指示当前被视为受一或多种恶劣天气状况影响的可导航网络的一或多个区域的数据,任选地其中数据包括指示影响所述或每一区域的恶劣天气状况的类型或(若干)类型的数据。存储库可由远程服务器来存储。
天气数据可指示一或多个区域,每一区域受一或多种恶劣天气状况影响。天气数据可或可不与可导航网络的可导航元素或指示其的数字地图的可导航段相关联。例如,天气数据可通过参考受天气状况影响的可导航网络中的所述或每一可导航元素来提供天气数据。在其它实施例中,所述方法包括使用所述数据来确定可导航元素是否受恶劣天气状况影响。这可通过根据天气数据考虑可导航元素的位置且所述位置是否位于受影响区域内来实行。
指示拥塞及/或天气事件的所生成数据可与指示拥塞及/或天气事件的有效性的持续时间的数据相关联。换句话说,数据可与指示在其期间事件可被视为适用的持续时间的数据相关联。一旦这个时间到期,可忽略所述事件,例如其中再次使用元素的通常预期穿越速度。
在其中生成指示拥塞及/或天气事件及在适用情况下其相关联速度降低的数据的实施例中,可关于所生成数据执行各种动作。所述方法可包括与指示与所生成拥塞及/或天气事件相关的元素的数据及在适用情况下指示元素的速度(例如平均速度)的相关联降低的数据相关联地存储指示所生成拥塞及/或天气事件的数据。这个步骤可由服务器来执行,使得随后可发布指示拥塞及/或天气事件的数据(及相关联数据)。
在由服务器生成指示拥塞及/或天气事件的数据的情况下,所述方法可扩展到发布数据的步骤。发布数据的步骤涉及使数据可用于例如一或多个装置(其可为客户端装置),及/或另一服务器(其可为或可不为客户端服务器)。发布数据可涉及将指示拥塞及/或天气事件的数据及在适用情况下相关联速度降低发射到所述或每一装置或服务器。数据可直接发射或经由一或多个中间组件(例如另一服务器)发射。服务器可自动地引起数据发射到装置或服务器,或可引起响应于从装置或服务器接收的请求而发射数据。因此,使数据可用可涉及发射数据或使数据可用于后续发射例如到装置或服务器。例如,服务器可告知装置或服务器所述数据在例如特定位置处可用,使得装置或服务器接着随后可从那个位置检索数据。
可将指示拥塞及/或天气事件的数据及相关联数据发布到一或多个装置,例如客户端装置。所述或每一装置优选地与交通工具相关联。所述或每一装置可为与交通工具相关联的导航装置(例如便携式导航装置(PND)或集成导航装置)及/或自动交通工具管理系统(例如ADAS系统)。任选地或另外,发布数据的步骤可包括服务器例如经由通信网络将数据发布到另一服务器。服务器可将指示所述数据的数据发射到另一服务器。接着,另一服务器可取决于其设置而使用或不使用所获得数据。另一服务器又可将数据发布到与交通工具相关联且与交通工具通信的一或多个客户端装置。在这些实施例中,另一服务器可经布置以例如从一或多个服务器接收指示多个拥塞及/或天气事件的数据,且可选择拥塞及/或天气事件的子集以发布到其客户端装置。另一服务器可为与汽车制造商、导航系统供应商等相关联的服务器。
在其中服务器生成指示堵塞及/或天气事件的数据的本发明的实施例中的任一者中,服务器可广播所生成数据。可发布(即,以任何合适方式输出)数据,以使其能够供与交通工具相关联的多个服务器及/或装置(例如导航装置及/或自动交通工具控制系统)中的任一者使用。这与将数据发射到与交通工具相关联的特定导航装置形成对比。
当例如由与交通工具相关联的装置或服务器接收指示拥塞及/或天气事件的数据时,装置或服务器可取决于接收装置或服务器的设置而使用或不使用数据。例如,拥塞及/或天气事件可仅当交通工具沿受影响元素行进或沿并入有受影响元素的路线行进时输出。
无论是由服务器、导航装置还是以其它方式生成,可以任何合适方式使用指示拥塞及/或天气事件消息的数据。所描述的关于数据使用的步骤中的任一者可由生成数据的相同装置或服务器或者例如已接收所生成数据的另一服务器或装置来实行。优选地,所生成数据是由与交通工具相关联的装置使用。
可将指示拥塞及/或天气事件的数据输出给驾驶员,且所述方法扩展到此步骤。可以任何合适方式(包含视觉方式、听觉方式及/或触觉方式)输出数据。数据可由导航装置输出。举例来说,可将拥塞(或交通堵塞)图标或天气警告图标展示在交通工具前方路径的显示视图中。优选地,指示天气事件的数据用来向驾驶员提供天气警告。替代地或另外,可将数据发布到与交通工具相关联的交通工具控制系统以供所述系统用于控制交通工具行为(例如ADAS装置)。所述消息可由与交通工具相关联的服务器或导航装置发布到交通工具控制系统。交通工具控制系统可使用所述数据来触发某些交通工具行为以便为交通工具选择适当速度,以应用刹车来使交通工具减速等。
申请人还认识到,即使在特定天气事件过去之后,某些类型的天气及尤其是降水(例如雨、雨夹雪、雪、冰雹等)可继续影响沿可导航网络的可导航元素的交通流。举例来说,在停止降雪或降雨之后,在归因于交通沿元素移动及/或降水而最终被清除之前,雪及水可残留在可导航元素(例如道路、路径等)上达延长时间段。通过监测可导航元素的当前状况以确定沿所述元素的交通流是否仍受先前降水天气事件影响,可告知用户归因于最近恶劣天气事件的危险道路状况,且即使在降水天气事件已过去且不再直接影响可导航元素之后仍继续生成指示归因于最近恶劣天气的缓慢移动交通的数据且将拥塞事件归咎于最近恶劣天气,例如如上文所论述。
因此,根据本发明的第五方面,提供一种确定地理区域内的可导航网络的一或多个可导航元素是否仍受降水天气事件影响的方法,所述可导航元素是由电子地图的一或多个段表示,其中所述电子地图的所述段中的至少一些各自与指示所述段的量化参数的数据相关联,所述量化参数指示残留在由所述段表示的所述可导航元素或其部分上的降水量,其中所述量化参数的值根据预定义函数相对于时间变化,使得所述量化参数在缺失任何降水天气事件的情况下减小,所述方法包括:
获得指示所述地理区域中的一或多种降水天气事件的天气数据,其中每一降水天气事件影响所述地理区域的至少部分;
获得与多个装置沿所述可导航元素中的一或多者相对于时间的移动相关的位置数据,且使用所述位置数据来确定装置沿所述一或多个可导航元素的行进速度;
识别表示受所述一或多种降水天气事件影响的所述地理区域的所述部分内的可导航元素的一或多个段,且针对所述一或多个所识别段中的每一者,增大与所述段相关联的所述量化参数的值;
针对所述一或多个所识别段中的每一者,比较所述所确定行进速度与所述段的预期行进速度,且基于所述比较减小与所述段相关联的所述量化参数的值;及
针对所述一或多个所识别段中的每一者,基于所述量化参数的值生成指示由所述段表示的所述可导航元素或其部分是否仍受所述一或多种降水天气事件影响的数据。
此外,根据本发明的第六方面,提供一种用于确定地理区域内的可导航网络的一或多个可导航元素是否仍受降水天气事件影响的系统,所述可导航元素是由电子地图的一或多个段表示,其中所述电子地图的所述段中的至少一些各自与指示所述段的量化参数的数据相关联,所述量化参数指示残留在由所述段表示的所述可导航元素或其部分上的降水量,其中所述量化参数的值根据预定义函数相对于时间变化,使得所述量化参数在缺失任何降水天气事件的情况下减小,所述系统包括:
用于获得指示所述地理区域中的一或多种降水天气事件的天气数据的构件,其中每一降水天气事件影响所述地理区域的至少部分;
用于获得与多个装置沿所述可导航元素中的一或多者相对于时间的移动相关的位置数据且使用所述位置数据来确定装置沿所述一或多个可导航元素的行进速度的构件;
用于识别表示受所述一或多种降水天气事件影响的地理区域的部分内的可导航元素的一或多个段且针对所述一或多个所识别段中的每一者增大与所述段相关联的量化参数的值的构件;
用于针对所述一或多个所识别段中的每一者比较所述所确定行进速度与所述段的预期行进速度且基于所述比较减小与所述段相关联的量化参数的值的构件;及
用于针对所述一或多个所识别段中的每一者基于所述量化参数的所述值生成指示由所述段表示的所述可导航元素或其部分是否仍受所述一或多种降水天气事件影响的数据的构件。
将明白,参考本发明的第五方面所描述的任何特征同样可应用于根据本发明的第六方面的实施例且反之亦然。用于实行所述方法的步骤中的任一者的构件可包括经配置(例如经编程)以如此做的一组一或多个处理器。可使用与任何其它步骤相同或不同的一组处理器实行给定步骤。可使用若干组处理器的组合实行任何给定步骤。所述系统可进一步包括用于存储例如量化参数、位置数据等的数据存储构件,例如计算机存储器。
此外,在这些进一步方面中,本发明可包含关于上文所论述的任何或所有方面及实施例所描述的任何或所有特征,且反之亦然,只要其不相互排斥。
因此,根据本发明,表示可导航网络的真实世界可导航元素的电子地图的段与指示相应量化参数的数据相关联。电子地图的多个段及优选地每一段与此数据相关联。量化参数具有指示残留在由段表示的可导航元素或其部分上的降水量的值,且因此,在实施例中,当无降水残留在所述元素上时,量化参数通常将具有零值。将明白,量化参数通常不是可导航元素上的实际降水量的量度,而是表示相对于正常干燥状况的量的值。量化参数是动态变化参数。当来自天气事件的降水落在由段表示的可导航元素或其部分上时,给定段的量化参数的值将随时间推移而增大。将明白,当天气事件结束且新降水不再落在由段表示的元素上时,值增大将停止。另外,假设给定段的量化参数尚未处于零,那么所述参数的值将随时间推移而减小。这个老化反映在缺失任何新降水天气事件的情况下积水量将减少,且即使未接收段的位置数据或未接收段的足够位置数据,仍减小量化参数的值。申请人已认识到,通过基于实时位置数据监测装置(例如,交通工具)沿可导航元素的速度且比较所确定速度与预期速度(例如基于历史数据的速度),接着可判断降水是否仍残留在可导航元素上且继续影响交通流。换句话说,如果可导航元素的所测量速度小于预期速度,那么可假设这个速度降低归因于残留在可导航元素上的降水。基于所测量速度与预期速度之间的比较减小量化参数的值,使得当一或多个装置被测量到相对于被测量到以远小于预期速度的速度行进的一或多个装置而以预期速度或接近于预期速度行进时,所述值更快地减小。因此,在一定时间段之后且由于老化及/或归因于所获得位置数据,量化参数达到零(除非新天气事件引起所述参数增大)。此时,可认为来自最近天气事件的降水不再影响可导航元素上的交通流。
如上文所论述,天气数据指示适用于当前时间的天气状况,且因此天气数据优选地包括实时天气数据。在根据本方面的本发明中,天气数据指示覆盖地理区域的至少部分的一或多种降水天气事件,例如雨、冰雹、雪等。
在本发明中,所获得位置数据用来确定一或多个段的行进速度。根据本发明使用的位置数据是与多个装置沿所述或每一可导航元素相对于时间的移动相关的位置数据。所述方法可包括获得与可导航元素网络中的多个装置相对于时间的移动相关的位置数据,且过滤所述位置数据以获得与多个装置在适用方向上沿给定可导航元素相对于时间的移动相关的位置数据。获得与装置沿可导航元素的移动相关的位置数据的步骤可参考指示表示网络的可导航元素的可导航段的电子地图数据来实行。所述方法可涉及匹配关于包含可导航元素网络的地理区域中的装置的移动相关的位置数据与根据本发明考虑的电子地图的至少所述或每一可导航段的步骤。
在一些布置中,获得位置数据的步骤可包括存取数据,即,先前接收及存储的数据。针对“实时”位置数据,将明白,数据可在被使用之前不久存储,使得其仍可被视为实时数据。在其它布置中,所述方法可包括从装置接收位置数据。在其中获得数据的步骤涉及从装置接收数据的实施例中,设想所述方法可进一步包括在继续实行本发明的其它步骤之前存储所接收位置数据,且任选地过滤所述数据。接收位置数据的步骤无需与所述方法的其它或(若干)其它步骤在相同时间或相同地点发生。
本发明的方法优选地涉及获得及使用与多个装置沿所述或每一可导航元素相对于时间的移动相关的“实时”位置数据。实时数据可被视为相对较新且提供每一可导航元素上的相对较新状况的指示的数据。实时数据通常可与最近30分钟、15分钟、10分钟或5分钟内元素上的状况相关联。
将明白,从实时位置数据确定的行进速度可基于单个装置的移动(如果位置数据是在最近时间窗中仅从单个装置获得,例如最近5分钟),或其可为基于多个装置的移动(如果位置数据是在最近一个窗中从多个装置获得);在后一种情况下的行进速度是所测量平均速度。
如上文所论述,在一些实施例中,段的预期速度可为由段表示的可导航元素或其部分的历史行进速度。优选地,在本方面的上下文中,历史行进速度是例如从如上文所论述的历史位置数据确定的历史平均速度。段的预期行进速度通常将随时间推移而变化,且段将具有与其相关联的多个预期速度;每一预期速度关于不同时间段。因此,在实施例中,针对其中测量行进速度的适当时间段选择用于比较的预期行进速度。
在优选实施例中,由于降水天气事件引起的量化参数的增大采取参数值的离散步长的形式,即,离散跳跃。可根据期望设置步长的量值。在一些实施例中,离散步长的量值是基于降水天气事件的严重性及/或类型。举例来说,离散步长优选地与严重性成比例,例如使得降水事件越严重离散步长越大,以反映更大量降水将在一定时间段内下降。
类似地,在优选实施例中,归因于位置数据的量化参数的减小采取参数值的离散步长的形式,即,离散下降。可根据期望设置步长的量值。在一些实施例中,离散步长的量值是基于如比较中确定的所测量速度与预期速度之间的差的量值。例如,离散步长优选地与差的量值成反比,例如使得差越小离散步长越大。这反映所测量速度越接近于预期速度,那么残留在可导航元素上的降水量越小。换句话说,与所测量速度与预期速度相差达第二值时相比,当所测量速度与预期速度相差达第一值时,量化参数更快地减小到零;第二值大于第一值。
如上文所论述,在缺失任何降水天气事件的情况下,量化参数的值根据预定义函数(即,衰减函数)随时间推移而减小,以反映积水量将部分归因于蒸发及交通工具沿可导航网络的移动而减少。用来使与段相关联的量化参数老化的预定义衰减函数可为任何合适形式。例如,衰减函数可为以下至少一者:线性函数、指数函数及多项式(例如二次、三次等)函数。在一些实施例中,归因于段的所确定行进速度与段的预期行进速度之间的比较(即,归因于位置数据)的与段相关联的量化参数的值的每次修改提供量化参数值的离散步长以提供一个新起点,接着参数值从所述新起点相对于时间衰减。
在优选实施例中,使段的量化参数老化的预定义衰减函数可基于段的温度数据。温度数据优选地指示在当前时间由段表示的可导航元素的位置处的温度,且因此温度数据优选地包括实时温度数据。衰减函数对温度的相依性反映可导航元素上的积水(例如水、雪等)将随着温度升高而更快速地消散(例如融化、蒸发等),且因此对沿可导航元素的交通流具有减小的影响。换句话说,如果温度低于或处于冰点,那么可导航元素上的任何雪或水将残留在可导航元素上达比温度高于冰点时长得多的时间。因此且将明白,衰减函数对温度的相依性使得与当处于第二值时相比,当温度处于第一值时,量化参数更快地减小到零;第一值高于第二值。换句话说,量化参数的衰减速率(仅归因于预定义衰减函数)与温度成比例。
因此,所述方法可包括获得温度数据,且使用温度数据来确定表示受一或多种降水天气事件影响的地理区域的部分内的可导航元素的一或多个所识别段中的至少每一者的当前温度。在实施例中,可获得电子地图的段中的每一者的当前温度。温度数据可从任何或(若干)任何合适温度数据源获得。温度数据例如可从与降水数据(或其它天气数据)相同的源获得;但可设想温度数据可从不同源获得。例如,温度数据可从气象服务器获得。服务器可为与在优选实施例中执行本发明的方法的服务器不同的服务器。温度数据可指示一或多个区域,每一区域具有相同温度,且每一区域表示地理区域。因此,所述方法可包括识别温度数据的每一区域内的一或多个段,且将由区域指示的温度指派给区域内的一或多个所识别段。
在本发明中,基于段的量化参数的值生成指示由段表示的可导航元素或其部分是否仍受先前降水天气事件影响的数据。优选地,针对电子地图的多个段生成此数据。
数据可为与相关段相关联的指示符,例如旗标,其指示相关段仍受来自现已结束的先前天气事件的降水影响。此指示符(例如旗标)可与用来指示段受天气事件影响的指示符相同,使得当天气事件开始影响由段表示的可导航元素或其部分时提供所述指示,且不在天气事件结束且停止直接影响可导航元素或其部分时移除所述指示,而仅在天气事件不再影响交通流时(即,当量化参数减小到零时)移除所述指示。替代地,第一指示符(例如旗标)可在从天气事件开始影响由段表示的可导航元素或其部分时到天气事件结束时(即,当量化参数停止增大时)的时间段内与段相关联,且第二指示符(例如旗标)可在从天气事件结束时到天气事件不再影响交通流时(即,当量化参数减小到零时)的时间段内与段相关联。
在其它实施例中,数据可指示量化参数的当前值,使得例如可向用户展示图标,所述图标指示残留在由段表示的可导航元素或其部分上的降水量。
数据可另外包含关于已影响如由段表示的可导航元素或其部分上的交通流的降水天气事件的类型的信息。
在实施例中,指示由段表示的可导航元素或其部分是否仍受先前降水天气事件影响的数据可用来生成识别可导航网络的路段(例如包括一或多个可导航元素的至少部分)且由一或多个段表示的消息。路段不一定需要指示拥塞及/或天气事件,因为尽管装置以慢于预期速度的速度穿越路段,但所测量速度可不小于自由流速达指示天气事件所需的量或指示拥塞事件所需的较大量。这将允许告知用户具有可能要求用户额外当心的状况(例如积水、雪等)的可导航网络的路段。在其它实施例中,路段可指示天气事件,即,其中沿元素的当前行进速度相对于元素的自由流速降低,且其中所述降低小于与识别拥塞事件相关联的阈值。这将允许即使在引起天气事件的恶劣天气状况已结束之后仍识别天气事件(且因此任何相关联延迟),因为量化参数可用来提供关于为什么可导航元素上的交通流减少的证据。
因此,根据本发明的另一方面,提供一种识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响的可导航元素的方法,所述方法包括:
基于表示残留在可导航元素上的降水量的量化参数,获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据;
使用所述位置数据来确定沿所述可导航元素的当前行进速度;
比较所述所确定当前行进速度与所述可导航元素的自由流速;
当所述比较指示沿所述元素的所述当前行进速度相对于所述可导航元素的所述自由流速降低时,确定所述可导航元素是否仍受所述基于先前降水的天气状况影响,且其中所述降低小于与将拥塞事件识别为影响所述可导航元素的相关联的阈值;及
当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时,生成指示影响沿所述元素的交通流的天气事件的数据。
本发明扩展到一种用于实行根据上述方面及其任何实施例的方法的系统。
此外,在这些进一步方面中,本发明可包含关于上文所论述的任何或所有方面及实施例所描述的任何或所有特征,且反之亦然,只要其不相互排斥。
在其它实施例中,路段可指示拥塞事件,其中量化参数用来确定是否即使在引起天气事件的恶劣天气状况已结束之后拥塞事件仍归咎于天气事件,因为量化参数可用来提供关于为什么可导航元素上的交通流减少的证据。
因此,根据本发明的另一方面,提供一种识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响的可导航元素的方法,所述方法包括:
基于表示残留在可导航元素上的降水量的量化参数,获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据,且使用所述位置数据来将拥塞事件识别为影响沿所述可导航元素的交通流;
当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时,使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于所述基于先前降水的天气状况;及
当确定所述拥塞事件的原因归咎于所述基于先前降水的天气状况时,使指示所述基于先前降水的天气状况的数据与所述所识别拥塞事件相关联。
本发明扩展到一种用于实行根据上述方面及其任何实施例的方法的系统。
此外,在这些进一步方面中,本发明可包含关于上文所论述的任何或所有方面及实施例所描述的任何或所有特征,且反之亦然,只要其不相互排斥。
将明白,根据本发明的方法可至少部分地使用软件来实施。可见,当从进一步方面查看时,本发明扩展到一种包括计算机可读指令的计算机程序产品,所述计算机可读指令适于在合适数据处理构件上执行时实行本文中所描述的任何或所有方法。本发明还扩展到一种包括此软件的计算机软件载体。此软件载体可为物理(或非暂时性)存储媒体或可为信号,例如电线上的电子信号、例如到卫星的光学信号或无线电信号、或类似者。
根据本发明的进一步方面或实施例中的任一者,本发明可包含参考本发明的其它方面或实施例所描述的特征中的任一者,只要其不相互矛盾。
对比较一个项目与另一项目的任何参考可涉及以任何方式比较任一项目与另一项目。
应注意,关于一或多个段或元素的短语“与…相关联”不应被解释为要求对数据存储位置进行任何特定限制。短语仅要求特征与段或元素可识别地相关。因此,关联例如可通过参考可能定位在远程服务器中的侧文件来实现。
可关于任何类型的可导航元素实施本发明。优选地,可导航元素是(道路网络的)道路元素。在一些实施例中,(若干)可导航元素是高速公路的元素,但将明白,所述技术适用于任何类型的道路元素,或实际上其它类型的可导航元素,其中存在或可确定适当位置数据。虽然实例性实施例提及道路网络的道路元素,但将明白,本发明可适用于任何形式的可导航元素,包括路径、河流、运河、自行车道、纤路、铁路干线或类似者的元素。为便于参考,这些元素通常称为道路网络的道路元素。因此,本发明适用于检测任何可导航元素的闭合集。
后文阐述这些实施例的优点,且在所附从属权利要求及下文详细描述中的其它地方定义这些实施例中的每一者的进一步细节及特征。
附图说明
本发明的教示的各个方面及体现那些教示的布置将在后文参考附图借助说明性实例来描述,其中:
图1是说明根据本发明的实施例的用于确定沿道路元素的交通流何时受恶劣天气状况影响的方法的步骤的流程图;
图2是说明根据本发明的实施例的用于确定拥塞事件何时由恶劣天气状况引起的方法的步骤的流程图;
图3说明用来识别天气及拥塞事件的实例性阈值;
图4展示具有受天气事件影响的道路元素的部分的指示的数字地图的视觉表示;
图5说明导航装置的第一实例性显示器,其展示与即将到来的天气事件相关的警告;
图6说明导航装置的第二实例性显示器,其展示与即将到来的天气事件相关的警告;
图7是跨“早晨”、“中午”及“晚上”三个不同时间段的段直方图的平均行进速度;
图8A、8B、8C及8D展示跨识别可能堵塞速度的段直方图的平均行进速度;
图9是说明用于确定先前降水天气事件是否继续影响沿可导航元素的交通流的方法的步骤的流程图;
图10A、10B及10C展示降水量化参数的变动的实例;
图11是说明根据本发明的实施例的用于确定沿道路元素的交通流何时受基于先前降水的天气状况影响的方法的步骤的流程图;且
图12是说明根据本发明的实施例的用于确定拥塞事件何时由基于先前降水的天气状况引起的方法的步骤的流程图。
具体实施方式
在优选实施例中,本发明至少涉及用于确定影响沿道路网络中的道路元素的交通流的天气事件的存在的方法及系统。确定何时沿道路元素的交通流减少可归咎于恶劣天气状况的能力是有用的,从而提供生成允许提醒驾驶员天气事件的数据的能力。
现将关于图1描述本发明的实施例。本发明的这个实施例可用来检测影响沿道路网络中的道路元素的流的天气事件的存在。所述方法的步骤优选地由服务器来实行。
由图1例示的方法是在使用实时位置数据(例如可用于在短时间段(例如3分钟)内进行分析的GPS探测数据)的实时系统中实现。探测数据是从与交通工具相关联的装置(例如GPS装置)接收的交通工具探测数据,所述装置的位置对应于交通工具的位置。替代地,探测数据可称为“位置数据”。探测或位置数据与时间数据相关联。位置数据可与表示道路元素网络的数字地图的路段匹配。
在步骤1中,由服务器获得天气数据;天气数据指示包含道路网络的至少部分的地理区域中的天气状况。在步骤2中,服务器获得位置数据。
接着,在步骤3中,服务器确定在给定时间段中交通工具沿道路元素的平均行进速度。使用给定时间段内的实时交通工具探测数据确定平均行进速度。因此,平均行进速度可被视为当前行进速度。
在步骤4中,服务器比较给定时间段内的所确定平均速度与所述元素的自由流速。自由流速指示预期交通工具在其中不存在交通或存在极少交通的情况下沿所述元素行进的速度。自由流速是基于与交通工具沿所述元素的移动相关的历史位置数据。可使用对应于所述元素的数字地图数据确定自由流速。举例来说,自由流速可包含为与表示道路元素的一或多个段相关联的属性。
如果实时平均速度相对于所述元素的自由流速的降低小于与拥塞事件相关联的第一阈值,那么确定所述元素是否受恶劣天气状况影响-步骤5及6。如图3中所展示,第一阈值可对应于例如平均速度降低40%。
如果确定所述元素受恶劣天气状况影响,那么生成天气事件-步骤7。恶劣天气状况的实例包含冰、风、雾及雨(或其它形式的降水)。任选地且再次如图3中所展示,可确定速度降低是否大于第二阈值,且仅在速度降低大于第二阈值且小于第一阈值的情况下生成天气事件。第二阈值可对应于例如平均速度降低60%。
天气事件包含影响所述元素的恶劣或(若干)恶劣天气状况的类型,及所涉及元素的指示。可使用代码指示天气状况的类型。天气事件还包含指示相对于沿所述元素存在的自由流速的速度降低的数据。天气事件还可指示所述元素的受影响部分的起点及长度,以及所述事件的开始时间及持续时间(或结束时间)。
将明白,如果相对于自由流速的所确定速度降低大于第一阈值,那么推断拥塞事件,例如交通堵塞。图2中所展示的方法说明可如何确定此拥塞事件的原因是否归因于一或多种恶劣天气状况。
在步骤10中,由服务器获得天气数据;天气数据指示包含道路网络的至少部分的地理区域中的天气状况。在步骤11中,服务器获得位置数据,且使用位置数据来识别影响可导航元素的拥塞事件,例如如上文所描述(步骤12)。
在步骤14中,确定是否存在影响所述元素的一或多种恶劣天气状况。接着,在步骤15中,使用拥塞事件的一或多个属性(例如拥塞事件内的行进速度(例如使用如上文所描述的位置数据确定的当前速度)及/或拥塞事件的开始时间(例如,所确定当前速度相对于自由流速降低大于第一阈值的时间))来确定拥塞事件的原因是否可归咎于一或多种恶劣天气状况。
可执行以下检查中的任何一或若干者以确定是否将拥塞事件的原因归咎于恶劣天气状况。此类验证可包含根据实时数据考虑沿元素的行进速度的变动。已发现,沿受恶劣天气状况影响的元素行进的交通工具的速度趋于相对匀速。另外,可执行检查以查看流减少是否在恶劣天气状况开始影响元素之前开始。如果提供此数据,那么这可通过考虑恶劣天气状况的开始时间来确定。如果流减少在恶劣天气状况之前开始,那么可假设流减少最有可能不归咎于天气状况。另一检查可涉及确定是否存在在元素附近的具有类似流减少的其它元素。如果是,那么这可能是由影响一般地区的恶劣天气状况引起。
最后,可比较所述元素的实时平均速度与所述元素的预期平均速度及/或堵塞速度。这可参考历史速度数据来实行;此数据可与指示表示所述元素的段的数字地图数据相关联。如果当前速度与预期平均速度及/或堵塞速度显著不同(例如大于预定量),那么拥塞可能起因于恶劣天气状况。
元素的堵塞速度指示当元素上存在拥塞事件时及优选地在拥塞不归咎于天气时沿元素的历史平均行进速度。现参考图7,这个图在100处大体上展示在三个特定时间段(早晨102、中午104及晚上106)跨段的平均行进速度的直方图。可已从原始数据(例如跨段的历史行进时间)计算的跨段的平均行进速度是历史行进数据的实例。在所记录数据不是实时数据的意义上,直方图100可被视为表示历史数据。因此,数据不是基本上在当前时间发生的原始数据收集的直接结果,记录在例如最近十五分钟内路段上的实际事件。然而,鉴于交通量及行为中出现的模式,数据可用来预测目前在段上可能发生的事情。
直方图100表明在早晨102及中午104时间段中存在相对较少的缓慢移动的交通,而在晚上时间段106中存在多得多的相对缓慢移动交通。直方图300进一步表明在所有三个时间段102、104及106中存在大量相对较快速的移动交通。
在直方图100上展示选择为60km/h的堵塞阈值速度108。堵塞阈值速度是堵塞状况的实例。堵塞阈值速度是跨段的平均行进速度,低于所述速度行进被视为已堵塞。在这个实施例中,简单地基于关于在特定段上什么平均速度应被视为堵塞的主观看法选择堵塞阈值速度。然而,在其它实施例中,可根据替代准则(例如,在其它交通工具的影响可忽略不计的清晨时间段期间跨段的平均行进速度(即,自由流速)的百分比)选择堵塞阈值速度。换句话说,堵塞阈值速度可为段的自由流速的选定百分比,自由流速是在选定低交通时间段期间记录的跨段的平均行进速度。将明白,一旦已定义堵塞阈值速度,低于这个速度的跨段的所有平均行进速度被视为堵塞。
直方图100上还展示10km/h的堵塞速度110。可见,堵塞速度110与时间无关,即,针对所有三个时间段102、104及106提供相同堵塞速度110。在这个实施例中,堵塞速度110已被选择为低于堵塞阈值速度108的碰撞模式。因此,其指示当存在堵塞时跨段的最可能平均行进速度。在其它实施例中,可以不同方式定义堵塞速度110,且这将在后文论述。
现参考图8A到7D,图中说明用于定义堵塞速度的替代准则。图8A展示直方图112,图8B展示直方图114,图8C展示直方图116且图8D展示直方图118。这些直方图112、114、116及118各自展示在单个时间段内跨段的历史平均行进速度。如同图7的直方图100,其均使用历史数据。
在直方图112及114两者中,存在清晰低速模式120。假设已选择堵塞阈值速度高于低速模式120,那么低速模式120可特别适于选择为堵塞速度。为比较,在直方图112及114两者中还展示第五百分率122。
在直方图116及118两者中,既不存在低速模式,也远不那么明显。在这种情况下,尤其例如第五百分率122的百分率可用作堵塞速度。
在其它实施例中,仍存在用于选择堵塞速度的又进一步选项。例如,堵塞速度可为跨段的低于堵塞阈值速度的所有平均行进速度的平均值。
再次参考图2,一旦确定拥塞事件可归咎于一或多种恶劣天气状况,便生成关于拥塞事件的数据,且使数据与适用或(若干)适用天气状况的指示相关联-步骤16。
确定是否存在影响元素的恶劣天气状况,且如果是,那么其类型可以数种方式实行。确定基于实时天气数据,可将所述实时天气数据存储在远程气象服务器的存储库中。在其它布置中,天气数据可至少部分地基于预测的天气状况。服务器存储指示影响包含道路网络的地理区域中的区域的天气状况的数据。所述方法可涉及存取天气数据以便查找是否存在影响特定道路元素的恶劣天气状况,且如果是,那么查找其类型。在其它实施例中,受恶劣天气状况影响的道路网络的道路元素与指示此事及所涉及天气状况的类型的指示相关联,例如旗标。确定道路元素是否受恶劣天气状况影响接着可简单地涉及确定所述元素是否与指示此事的旗标相关联。所述方法可涉及最初例如在执行本发明的步骤之前,使用天气数据来使此类指示(例如旗标)与受影响元素相关联。将明白,可使用适当天气数据以任何合适方式实行关于是否存在影响元素的恶劣天气状况的确定,从而提供指示天气状况及受所述状况影响的位置的数据。在一些实施例中,天气数据可与表示元素的数字地图的可导航段相关。然而,在其它布置中,可能有必要使用所关注的道路元素的位置来查找数据,可能使用地图可能不可知的某种形式的位置参考系统。天气数据将包含任何天气状况的位置数据,所述位置数据可用来确定任何其它位置参考系统中的受影响位置。
一旦已确定道路元素受拥塞及/或天气事件影响且生成指示其的适当数据,那么服务器可实行数个步骤,例如以下一或多者:存储数据;且将数据发射到另一服务器或直接发射到与交通工具相关联的导航装置或高级驾驶员辅助系统(ADAS),以便用于例如向用户提供警报。可将数据提供为交通更新发射的部分。
生成的且可被接收并用来向用户提供警告的拥塞及/或天气事件数据包含:指示事件的识别符的数据;事件的位置,例如其尾部或其它参考点的位置;受影响部分的长度;事件的开始时间及相关联持续时间(例如,由结束时间所指示);天气状况的类型,例如冰、雾、风、降水(例如雨、雪等);及天气状况的严重性。事件的位置、开始时间及持续时间可由装置(例如,导航装置)用来确定事件是否仍适用于例如计算到目的地的路线。图4展示数字地图上的此拥塞或天气事件的视觉表示。在此,关于受影响部分的长度及位置的信息已用来使道路元素的受影响部分22阴影化以指示减少流的区域。部分24的头部标有图标24;尽管将明白,可同样地展示部分24的尾部。所述图标可指示恶劣天气状况的类型。实例经显示在地图下方,指示冰、风、雾及雨。
图4说明导航装置的显示器30,其展示与即将到来的天气或拥塞事件相关的警告。受事件影响的道路网络的部分是由阴影部分36展示。交通工具在道路网络上的当前位置是由当前位置标记34表示,且因此可见所述装置位于受事件影响的道路网络的部分上。例如,用户可通过触摸阴影部分36来致使窗32被显示,从而提供关于事件的更详细信息。在这种情况下,窗32展示引起事件的天气类型(即“雾,恶劣天气”),连同事件的长度及由穿越事件引起的行进时间的估计延迟。
图5说明导航装置的显示器40,其展示与即将到来的天气或拥塞事件相关的警告。警告经展示在所循路线42的示意表示上;由图标43展示交通工具的当前位置且由图标44展示即将到来的事件的位置(在这种情况下,其与装置的当前位置相隔6.0km)。图标44内的符号指示引起事件的天气类型,即,冰。
已认识到,某些类型的天气且尤其是降水(例如雨、雪、冰雹等)在降水已停止下降之后归因于降水收集且积累在道路上,仍可影响道路网络的道路上的交通流达一段时间。因此,所述方法可进一步包含在降水结束之后监测道路上的状况。
在实施例中,针对每一路段,确定降水量化参数。图9中展示计算降水量化参数的实例性方法。量化参数具有指示残留在由段表示的可导航元素或其部分上的降水量的值,且因此,在实施例中,当无降水残留在元素上时通常将具有零值。当来自天气事件的降水落在由段表示的可导航元素或其部分上时,给定段的量化参数的值将随时间推移而增大(步骤200、201及202)。例如,如图10A、10B及10C中所展示,图中展示其中下雪2小时的情况,其中降水量从0增大到值2。此后,给定段的量化参数的值将根据预定义函数随时间推移而减小(步骤203)。此老化反映在缺失任何新降水天气事件的情况下,积水量将减少,且即使未接收段的位置数据或未接收段的足够位置数据时,仍减小量化参数的值。预定义函数可基于道路环境的温度,使得量化参数在较低温度下以较慢速率老化,即,减小。这反映积水量将可能在较低温度下需要更长时间以便减小,例如,在所述情况下处于或低于冰点。量化参数也基于基于实时位置数据监测装置(例如交通工具)沿可导航元素的速度,且比较所确定速度与预期速度而减小,例如基于历史数据的预期速度(步骤204)。基于位置数据的减小的大小是基于所测量速度与预期速度之间的差。因此,在一定时间段之后,且由于老化及/或归因于所获得位置数据,量化参数达到零(除非新天气事件引起参数增大)。此时,可认为来自最近天气事件的降水不再影响可导航元素上的交通流(步骤205)。基于降水量化参数,可生成关于道路网络的路段的消息,所述消息指示归因于先前降水路段上的交通仍缓慢移动,如将关于图11及12更详细论述。
图10A、10B及10C展示随时间推移单个路段的降水量的发展。如每一图的底部图表中可见,以下雪2小时开始,其中降水量为2.0,其中量随时间推移而增加。此后,量以不同方式减少。
在图10A中,上图表展示在缺失位置数据(例如GPS轨迹)的情况下随着时间推移,降水量老化为零。
在图10B中,每5分钟接收GPS轨迹,其中沿路段的行进速度缓慢地增大。上图表展示降水量,且可清楚地看见其中归因于位置数据的减小超过归因于老化的减少的点。
在图10C中,每20分钟接收GPS轨迹,其中交通工具最初行驶直到道路被清洁干净,此时交通工具以自由流速行进。同样,上图表展示降水量,且可清楚地看见其中归因于位置数据的减小超过归因于老化的减少的点。
现将关于图11描述本发明的实施例。这个实施例基于图1中所说明的实施例,且实际上共享数个共同步骤:步骤2、3、4及5,且可用来检测基于先前降水的天气状况(例如雨、雨夹雪、冰雹、雪等)是否继续持久地影响沿道路网络中的道路元素的流。所述方法的步骤优选地由服务器来实行。
与图1的方法相反,如果实时平均速度相对于元素的自由流速的降低小于与拥塞事件相关联的第一阈值,那么尽管所述元素不再直接受恶劣天气状况影响,但仍进行检查以查看表示所述元素的段的降水量化参数是否指示所述元素仍受先前天气状况影响-步骤220。如果量化参数指示积水仍残留在影响交通流的道路上,那么继续生成天气事件(直到量化参数减少到零的时间)-步骤7。
现将关于图12描述进一步实施例。这个实施例是基于图2中所说明的实施例,且也共享数个共同步骤:步骤11、12、13,且可用来继续使拥塞事件的原因与先前天气事件相关联,或使拥塞事件的原因与先前天气事件以新方式相关联,尽管所述事件现已过去。
在一个实施例中,一旦拥塞事件已生成且与先前天气状况相关联,便可使用量化参数的值以允许系统继续使拥塞事件的原因与先前天气状况相关联。如果拥塞事件在量化参数达到零之后继续,那么可修正拥塞的原因,使得其不再被视为是由天气状况引起。
在另一实施例中,如果在恶劣天气状况已过去之后生成拥塞事件,那么可使用量化参数来使拥塞事件的原因与基于先前降水的天气状况相关联-参见步骤230、231及232。用于确定拥塞事件的原因是否可归咎于先前天气状况的技术通常与上文关于图2的方法所描述的那些相同。
最后,应注意,虽然所附权利要求书陈述本文中所描述的特征的特定组合,但本发明的范围不限于所附权利要求的特定组合,而是扩展到涵盖本文中所揭示的特征或实施例的任何组合,不管此时在所附权利要求书中是否具体枚举那个特定组合。
Claims (21)
1.一种确定地理区域内的可导航网络的一或多个可导航元素是否仍受降水天气事件影响的方法,所述可导航元素是由电子地图的一或多个段表示,其中所述电子地图的所述段中的至少一些各自与指示所述段的量化参数的数据相关联,所述量化参数指示残留在由所述段表示的所述可导航元素或其部分上的降水量,其中所述量化参数的值根据预定义函数相对于时间变化,使得所述量化参数在缺失任何降水天气事件的情况下减小,所述方法包括:
获得指示所述地理区域中的一或多种降水天气事件的天气数据,其中每一降水天气事件影响所述地理区域的至少部分;
获得与多个装置沿所述可导航元素中的一或多者相对于时间的移动相关的位置数据,且使用所述位置数据来确定装置沿所述一或多个可导航元素的行进速度;
识别表示受所述一或多种降水天气事件影响的所述地理区域的所述部分内的可导航元素的一或多个段,且针对所述一或多个所识别段中的每一者,增大与所述段相关联的所述量化参数的所述值;
针对所述一或多个所识别段中的每一者,比较所述所确定行进速度与所述段的预期行进速度,且基于所述比较而减小与所述段相关联的所述量化参数的所述值;及
针对所述一或多个所识别段中的每一者,基于所述量化参数的所述值生成指示由所述段表示的所述可导航元素或其部分是否仍受所述一或多种降水天气事件影响的数据。
2.根据权利要求1所述的方法,其中所述段的所述预期行进速度是由所述段表示的所述可导航元素或其部分的历史行进速度。
3.根据权利要求2所述的方法,其中历史行进速度是基于历史位置数据的历史平均速度,所述历史位置数据与装置沿由所述段表示的所述可导航元素或其部分的移动相关。
4.根据任一前述权利要求所述的方法,其中每一段与多个预期行进速度相关联,每一预期速度相对于不同时间段,所述方法包括基于其中确定所述段的所述行进速度的时间段选择用于所述比较的适当预期行进速度。
5.根据任一前述权利要求所述的方法,其中与所述段相关联的所述量化参数的所述值由于降水天气事件的所述增大是所述量化参数的所述值的离散步长。
6.根据权利要求5所述的方法,其中所述离散步长的量值是基于所述降水天气事件的严重性及/或类型。
7.根据权利要求6所述的方法,其中所述离散步长的所述量值与所述降水天气事件的所述严重性成比例,使得较严重降水天气事件导致较大离散步长。
8.根据任一前述权利要求所述的方法,其中与所述段相关联的所述量化参数的所述值基于所述比较的减小是所述量化参数的所述值的离散步长。
9.根据权利要求8所述的方法,其中所述离散步长的所述量值基于如所述比较中确定的所测量速度与所述预期速度之间的差的量值、任选地与如所述比较中确定的所测量速度与所述预期速度之间的差的量值成反比。
10.根据任一前述权利要求所述的方法,其中在缺失任何降水天气事件的情况下引起所述量化参数减小的所述预定义函数是基于温度数据。
11.根据任一前述权利要求所述的方法,其进一步包括:使用所述所生成数据来生成识别由仍受所述一或多种降水天气事件影响的一或多个段表示的所述可导航网络的路段的消息。
12.根据权利要求11所述的方法,其进一步包括以下至少一者:在显示装置上显示所述消息;且将所述消息发射到远程装置以供其使用。
13.一种识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响的可导航元素的方法,所述方法包括:
基于表示残留在可导航元素上的降水量的量化参数,获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据;
使用所述位置数据来确定沿所述可导航元素的当前行进速度;
比较所述所确定当前行进速度与所述可导航元素的自由流速;
当所述比较指示沿所述元素的所述当前行进速度相对于所述可导航元素的所述自由流速降低时,确定所述可导航元素是否仍受所述基于先前降水的天气状况影响,且其中所述降低小于与将拥塞事件识别为影响所述可导航元素相关联的阈值;及
当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时,生成指示影响沿所述元素的交通流的天气事件的数据。
14.根据权利要求13所述的方法,其包括:当所述比较指示沿所述元素的所述当前行进速度降低超过与将拥塞事件识别为影响所述可导航元素相关联的所述阈值时,生成指示影响沿所述元素的交通流的拥塞事件的数据。
15.根据权利要求14所述的方法,其包括:
当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时,使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于所述基于先前降水的天气状况;及
当确定所述拥塞事件的所述原因归咎于所述基于先前降水的天气状况时,使指示所述基于先前降水的天气状况的数据与所述所识别拥塞事件相关联。
16.一种识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响的可导航元素的方法,所述方法包括:
基于表示残留在可导航元素上的降水量的量化参数,获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据;
获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据,且使用所述位置数据来将拥塞事件识别为影响沿所述可导航元素的交通流;
当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时,使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于所述基于先前降水的天气状况;及
当确定所述拥塞事件的所述原因归咎于所述基于先前降水的天气状况时,使指示所述基于先前降水的天气状况的数据与所述所识别拥塞事件相关联。
17.根据权利要求13到16中任一权利要求所述的方法,其中使用根据权利要求1到10中任一权利要求所述的方法确定表示残留在所述可导航元素上的所述降水量的所述量化参数。
18.一种用于确定地理区域内的可导航网络的一或多个可导航元素是否仍受降水天气事件影响的系统,任选地服务器,所述可导航元素是由电子地图的一或多个段表示,其中所述电子地图的所述段中的至少一些各自与指示所述段的量化参数的数据相关联,所述量化参数指示残留在由所述段表示的所述可导航元素或其部分上的降水量,其中所述量化参数的值根据预定义函数相对于时间变化,使得所述量化参数在缺失任何降水天气事件的情况下减小,所述系统包括:
用于获得指示所述地理区域中的一或多种降水天气事件的天气数据的构件,其中每一降水天气事件影响所述地理区域的至少部分;
用于获得与多个装置沿所述可导航元素中的一或多者相对于时间的移动相关的位置数据且使用所述位置数据来确定装置沿所述一或多个可导航元素的行进速度的构件;
用于识别表示受所述一或多种降水天气事件影响的所述地理区域的所述部分内的可导航元素的一或多个段且针对所述一或多个所识别段中的每一者增大与所述段相关联的所述量化参数的所述值的构件;
用于针对所述一或多个所识别段中的每一者比较所述所确定行进速度与所述段的预期行进速度且基于所述比较而减小与所述段相关联的所述量化参数的所述值的构件;及
用于针对所述一或多个所识别段中的每一者基于所述量化参数的所述值生成指示由所述段表示的所述可导航元素或其部分是否仍受所述一或多种降水天气事件影响的数据的构件。
19.一种用于识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响可导航元素的系统,优选地服务器,所述系统包括:
用于基于表示残留在可导航元素上的降水量的量化参数获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据的构件;
用于获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据的构件;
用于使用所述位置数据来确定沿所述可导航元素的当前行进速度的构件;
用于比较所述所确定当前行进速度与所述可导航元素的自由流速的构件;
用于当所述比较指示沿所述元素的所述当前行进速度相对于所述可导航元素的所述自由流速降低时确定所述可导航元素是否仍受所述基于先前降水的天气状况影响的构件,且其中所述降低小于与将拥塞事件识别为影响所述可导航元素相关联的阈值;及
用于当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时生成指示影响沿所述元素的交通流的天气事件的数据的构件。
20.一种识别地理区域内的可导航网络中的交通流仍受基于先前降水的天气状况影响的可导航元素的系统,优选地服务器,所述系统包括:
用于基于表示可导航元素上残留的降水量的量化参数获得指示所述可导航元素是否仍受所述基于先前降水的天气状况影响的数据的构件;
用于获得与多个装置沿所述可导航元素相对于时间的移动相关的位置数据且使用所述位置数据来识别影响沿所述可导航元素的交通流的拥塞事件的构件;
用于当所述所获得数据指示所述可导航元素仍受所述基于先前降水的天气状况影响时使用所述拥塞事件的一或多个属性确定所述拥塞事件的原因是否归咎于所述基于先前降水的天气状况的构件;及
用于当确定所述拥塞事件的所述原因归咎于所述基于先前降水的天气状况时使指示所述基于先前降水的天气状况的数据与所述所识别拥塞事件相关联的构件。
21.一种计算机程序产品,其包括可执行以执行根据权利要求1到17中任一权利要求所述的方法的计算机可读指令,所述计算机可读指令任选地在非暂时性计算机可读媒体上体现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210939169.8A CN115290113A (zh) | 2016-02-09 | 2017-02-09 | 用于识别受天气状况影响的可导航元素的方法及系统 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662293301P | 2016-02-09 | 2016-02-09 | |
US62/293,301 | 2016-02-09 | ||
GB1604159.2 | 2016-03-10 | ||
GBGB1604159.2A GB201604159D0 (en) | 2016-02-09 | 2016-03-10 | Methods and systems for identifying navigable elements affected by weather conditions |
PCT/EP2017/052888 WO2017137501A1 (en) | 2016-02-09 | 2017-02-09 | Methods and systems for identifying navigable elements affected by weather conditions |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210939169.8A Division CN115290113A (zh) | 2016-02-09 | 2017-02-09 | 用于识别受天气状况影响的可导航元素的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108603766A true CN108603766A (zh) | 2018-09-28 |
CN108603766B CN108603766B (zh) | 2022-08-05 |
Family
ID=55952167
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780009802.0A Active CN108603766B (zh) | 2016-02-09 | 2017-02-09 | 用于识别受天气状况影响的可导航元素的方法及系统 |
CN202210939169.8A Pending CN115290113A (zh) | 2016-02-09 | 2017-02-09 | 用于识别受天气状况影响的可导航元素的方法及系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210939169.8A Pending CN115290113A (zh) | 2016-02-09 | 2017-02-09 | 用于识别受天气状况影响的可导航元素的方法及系统 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10896602B2 (zh) |
EP (1) | EP3414528B1 (zh) |
CN (2) | CN108603766B (zh) |
GB (1) | GB201604159D0 (zh) |
WO (1) | WO2017137501A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036695A (zh) * | 2020-07-28 | 2020-12-04 | 拉扎斯网络科技(上海)有限公司 | 天气信息的预测方法、装置、可读存储介质和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130018577A1 (en) * | 2011-07-11 | 2013-01-17 | International Business Machines Corporation | Route planning using location/time encoded data from location aware snowplows |
US20140278829A1 (en) * | 2013-03-15 | 2014-09-18 | John A. MacADAM | Roadway maintenance condition detection and analysis |
CN104103188A (zh) * | 2013-04-04 | 2014-10-15 | 通用汽车有限责任公司 | 基于车辆共同体输入向车辆用户提供定制信息的装置和方法 |
US20150012510A1 (en) * | 2012-03-07 | 2015-01-08 | Tom Tom International B.V. | Point of interest database maintenance system |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813870B2 (en) * | 2006-03-03 | 2010-10-12 | Inrix, Inc. | Dynamic time series prediction of future traffic conditions |
AU2008316525A1 (en) | 2007-10-26 | 2009-04-30 | Tomtom International B.V. | A method of processing positioning data |
US20170115126A1 (en) * | 2015-10-27 | 2017-04-27 | Orlando McMaster | Smart vehicle navigation and tracking system |
GB201018815D0 (en) | 2010-11-08 | 2010-12-22 | Tomtom Int Bv | High-definition weather for improved routing and navigation systems |
GB201113112D0 (en) | 2011-02-03 | 2011-09-14 | Tomtom Dev Germany Gmbh | Method of generating expected average speeds of travel |
US8897806B2 (en) | 2012-03-27 | 2014-11-25 | Toyota Jidosha Kabushiki Kaisha | Dynamic data publication and dissemination |
FR2992060B1 (fr) | 2012-06-19 | 2015-04-10 | Mediamobile | Methode d'estimation d'un temps de parcours d'un vehicule dans un reseau routier |
GB201211614D0 (en) | 2012-06-29 | 2012-08-15 | Tomtom Dev Germany Gmbh | Generating alternative routes |
US20140067265A1 (en) * | 2012-08-28 | 2014-03-06 | Cvg Management Corporation | Road condition tracking and presentation |
US20140278032A1 (en) | 2013-03-15 | 2014-09-18 | Inrix, Inc. | Traffic causality |
US9582999B2 (en) * | 2013-10-31 | 2017-02-28 | Here Global B.V. | Traffic volume estimation |
DE102013226195A1 (de) * | 2013-12-17 | 2015-06-18 | Volkswagen Aktiengesellschaft | Verfahren und System zur Bestimmung von Parametern eines Modells zur Längsführung und zur Bestimmung einer Längsführung für ein Fahrzeug |
US10692370B2 (en) * | 2014-03-03 | 2020-06-23 | Inrix, Inc. | Traffic obstruction detection |
GB201415802D0 (en) * | 2014-09-07 | 2014-10-22 | Tomtom Int Bv | Methods and systems for identifying navigable elements affected by weather conditions |
WO2016088052A1 (en) * | 2014-12-02 | 2016-06-09 | Here Global B.V. | Method and apparatus for determining location-based vehicle behavior |
US9965952B2 (en) * | 2015-03-16 | 2018-05-08 | International Business Machines Corporation | Road condition management |
US9959756B2 (en) * | 2015-10-01 | 2018-05-01 | Here Global B.V. | Transmission of targeted roadway alerts |
-
2016
- 2016-03-10 GB GBGB1604159.2A patent/GB201604159D0/en not_active Ceased
-
2017
- 2017-02-09 WO PCT/EP2017/052888 patent/WO2017137501A1/en active Application Filing
- 2017-02-09 CN CN201780009802.0A patent/CN108603766B/zh active Active
- 2017-02-09 EP EP17704008.6A patent/EP3414528B1/en active Active
- 2017-02-09 US US16/070,496 patent/US10896602B2/en active Active
- 2017-02-09 CN CN202210939169.8A patent/CN115290113A/zh active Pending
-
2021
- 2021-01-18 US US17/151,354 patent/US11699343B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130018577A1 (en) * | 2011-07-11 | 2013-01-17 | International Business Machines Corporation | Route planning using location/time encoded data from location aware snowplows |
US20150012510A1 (en) * | 2012-03-07 | 2015-01-08 | Tom Tom International B.V. | Point of interest database maintenance system |
US20140278829A1 (en) * | 2013-03-15 | 2014-09-18 | John A. MacADAM | Roadway maintenance condition detection and analysis |
CN104103188A (zh) * | 2013-04-04 | 2014-10-15 | 通用汽车有限责任公司 | 基于车辆共同体输入向车辆用户提供定制信息的装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017137501A1 (en) | 2017-08-17 |
US10896602B2 (en) | 2021-01-19 |
EP3414528B1 (en) | 2020-03-25 |
GB201604159D0 (en) | 2016-04-27 |
EP3414528A1 (en) | 2018-12-19 |
US11699343B2 (en) | 2023-07-11 |
US20200066144A1 (en) | 2020-02-27 |
US20210183242A1 (en) | 2021-06-17 |
CN108603766B (zh) | 2022-08-05 |
CN115290113A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6412919B2 (ja) | ナビゲート可能要素の閉鎖を検出する方法及びシステム | |
EP3224104B1 (en) | Apparatus and method for vehicle economy improvement | |
EP3189513B1 (en) | Methods and systems for identifying navigable elements affected by weather conditions | |
KR102224733B1 (ko) | 지능형 운전자 보조 시스템(adas)에서 사용하기 위한 호라이즌을 생성하는 방법 및 시스템 | |
JP5291935B2 (ja) | オブジェクトの将来の動きを予測するための装置および方法 | |
EP3143368B1 (en) | Methods and systems for detecting a partial closure of a navigable element | |
KR102360598B1 (ko) | 내비게이트 가능한 요소의 폐쇄를 검출하는 방법 및 시스템 | |
EP3344951B1 (en) | Method and system for detecting an open navigable element | |
CN107850454A (zh) | 用于检测可导航元素的封闭及/或开放的方法及系统 | |
US11127289B2 (en) | Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof | |
EP2610782A1 (en) | Method for planning the route of a vehicle | |
CN108603766A (zh) | 用于识别受天气状况影响的可导航元素的方法及系统 | |
CN107077783B (zh) | 用于产生流量数据的方法及系统 | |
CN112991798A (zh) | 基于通行速度数据的道路线段行驶时间确定方法及装置 | |
JP5662253B2 (ja) | 旅行時間情報処理装置及び走行経路探索システム | |
CN117636620A (zh) | 用于处理探测数据的方法及处理系统以及探测器 | |
JP2018081360A (ja) | 通行不可道路区間推定システムおよび通行不可道路区間推定プログラム |
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 |