CN108604407A - 用于生成预期行进速度的方法及系统 - Google Patents
用于生成预期行进速度的方法及系统 Download PDFInfo
- Publication number
- CN108604407A CN108604407A CN201780007760.7A CN201780007760A CN108604407A CN 108604407 A CN108604407 A CN 108604407A CN 201780007760 A CN201780007760 A CN 201780007760A CN 108604407 A CN108604407 A CN 108604407A
- Authority
- CN
- China
- Prior art keywords
- march
- gait
- section
- average
- speed
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- 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
- 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
- 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
- G08G1/096816—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 where the complete route is transmitted to the vehicle at once
-
- 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
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- 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
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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
本发明涉及一种用于生成沿地理区域内的可导航网络的一或多个可导航元素的预期行进速度的方法及系统,每一可导航元素是由电子地图的段表示。所述方法包括获得与多个装置沿由所述电子地图的段表示的可导航元素的移动相关的位置数据。使用所述位置数据来确定所述段的第一平均行进速度及第二平均行进速度,且将所述段的预期行进速度确定为基于所述段的拥塞参数的介于所述第一平均行进速度与所述第二平均行进速度之间的值。接着,使指示所述所确定预期行进速度的数据与所述电子地图中的所述段相关联。
Description
技术领域
本发明涉及一种生成关于由电子地图覆盖的区域中的一或多个段的速度相关数据的方法,以及一种可在其上实施所述方法的部分或全部的系统、服务器及导航装置。特定来说,本发明涉及生成一或多个段的一或多个预期行进速度。所生成速度相关段数据可尤其但非专门用于电子导航装置(例如便携式导航装置(PND))的行程时间预测及路线生成。
背景技术
包含GPS(全球定位系统)信号接收及处理功能的便携式导航装置(PND)是众所周知的,且广泛用作车载或其它交通工具导航系统。
一般来说,现代PND包括处理器、存储器(易失性存储器及非易失性存储器中的至少一者,且通常是两者),及存储在所述存储器内的地图数据。处理器及存储器协作以提供其中可建立软件操作系统的执行环境,且另外常见的是提供一或多个额外软件程序以使能够控制PND的功能及提供各种其它功能。
通常,这些装置进一步包括:一或多个输入接口,其允许用户与装置交互且控制装置;及一或多个输出接口,信息可通过其中继到用户。输出接口的说明性实例包含视觉显示器及用于可闻输出的扬声器。输入接口的说明性实例包含用来控制装置的开/关操作或其它特征的一或多个物理按钮(所述按钮无需一定处在装置本身上,而是可在装置内置于交通工具中的情况下处在方向盘上),及用于检测用户语音的麦克风。在特别优选布置中,可将输出接口显示器配置为触敏显示器(通过触敏叠加或其它方式)以另外提供用户可通过触摸其来操作装置的输入接口。
导航装置通常还可存取表示交通工具在其上行进的可导航网络的数字地图。最简单形式的数字地图(或有时称为数学图)实际上是含有表示节点(最常见的是表示道路交叉口)及表示那些交叉口之间的道路的那些节点之间的线的数据的数据库。在更详细数字地图中,可将线划分为由开始节点及结束节点定义的段。这些节点可为“真实的”,因为其表示在其处最少3条线或3条段交叉的道路交叉口,或这些节点可为“人为的”,因为其被提供为并非由真实节点在一端或两端处定义段的锚点以尤其提供特定路段的形状信息,或识别沿道路的位置(在所述位置处,那条道路的某种特性(例如速度限制)改变)的手段。在几乎所有现代数字地图中,节点及段是由同样由数据库中的数据表示的各种属性进一步定义。例如,每一节点通常将具有地理坐标以定义其真实世界位置,例如纬度及经度。节点通常还将具有与其相关联的机动数据,所述机动数据指示在交叉口处是否可能从一条道路移动到另一道路;而段也将具有相关联属性,例如所允许最大速度、车道宽度、车道数目、中间是否有分隔线等。
这种类型的装置通常还将包含一或多个物理连接器接口,通过所述接口,功率及任选地数据信号可发射到所述装置及从所述装置接收,且这种类型的装置任选地包含一或多个无线发射器/接收器接收以允许通过蜂窝电信以及其它信号及数据网络(例如Wi-Fi、Wi-Max GSM及类似者)进行通信。
这种类型的PND装置还包含GPS天线,通过所述GPS天线,卫星广播信号(包含位置数据)可经接收且随后经处理以确定装置的当前位置。
PND装置还可包含电子陀螺仪及加速度计,其产生可经处理以确定当前角加速度及线性加速度的信号,且又结合从GPS信号导出的位置信息确定装置及因此其中安装装置的交通工具的速度及相对位移。通常,此类特征最常见提供在车载导航系统中,但如果有利的话,那么也可提供在PND装置中。
此类PND的效用主要表现在其确定第一位置(通常是开始位置或当前位置)与第二位置(通常目的地)之间的路线的能力。这些位置可由装置的用户通过各种不同方法中的任一者输入,例如通过邮政编码、街道名称及门牌号、先前存储的“众所周知”目的地(例如名胜古迹、市政地点(例如运动场或游泳池或其它兴趣点)及最喜欢或最近观光的目的地)。
通常,PND是由软件启用以用于从地图数据搜索起点地址位置与目的地地址位置之间的“最佳”或“最优”路线。“最佳”或“最优”路线是基于预定准则确定且无需一定是最快或最短路线。搜索沿着其引导驾驶员驾驶的路线可非常复杂,且搜索可考虑历史、现有及/或预测的交通及道路信息。
此外,装置可连续地监视道路及交通状况,且归因于状况改变而提出或选择改变将在其上完成剩余旅程的路线。基于各种技术(例如移动电话数据交换、固定摄像机、GPS车队追踪)的实时交通监控系统用来识别交通延迟且将信息馈送到通知系统中。
这种类型的PND通常可安装在交通工具的仪表板或挡风玻璃上,但也可形成为交通工具无线电设备的车载计算机的部分或实际上为交通工具本身的控制系统的部分。导航装置也可为手持系统的部分,例如PDA(便携式数字助理)、媒体播放器、移动电话或类似者,且在这些情况下,手持系统的正常功能通过在装置上安装软件以执行路线计算及沿所计算路线的导航两者而得以扩展。
路线规划及导航功能还可由运行适当软件的台式计算机或移动计算资源提供。例如,在routes.tomtom.com上提供在线路线规划及导航设施,所述设施允许用户输入起点及目的地,因此用户PC所连接的服务器计算路线(其方面可为用户指定的),生成地图,且生成用于引导用户从选定起点到选定目的地的一组详尽导航指令。所述设施还提供所计算路线的伪三维再现,及模拟用户沿路线行进且由此向用户提供所计算路线的预览的路线预览功能。
在PND的背景下,一旦已计算路线,用户便与导航装置交互以任选地从所提议路线列表选择所期望计算路线。任选地,用户可例如通过指定特定行程应避免或必需经过的某些路线、道路、位置或准则来干预或引导路线选择过程。PND的路线计算方面形成一个主要功能,且沿此路线的导航是另一主要功能。
在沿所计算路线导航期间,此类PND通常提供视觉及/或可闻指令以沿选定路线引导用户到那条路线的末端,即,所期望目的地。PND通常还在导航期间在屏幕上显示地图信息,此信息定期在屏幕上更新使得所显示地图信息表示装置的当前位置,及因此用户或用户的交通工具的当前位置(前提是装置用于车载导航)。
屏幕上显示的图标通常表示当前装置位置,且居中,其中还显示当前道路及当前装置位置附近的周围道路的地图信息以及其它地图特征。另外,可任选地在所显示地图信息的上方、下方或一侧的状态栏中显示导航信息,导航信息的实例包含到用户需要进行的从当前道路的下一次偏离的距离,那个偏离的性质可能由指示特定类型的偏离(例如左转或右转)的进一步图标表示。导航功能还确定可通过其沿路线引导用户的可闻指令的内容、持续时间及定时。可明白,例如“100米后左转”的简单指令需要大量处理及分析。如前所述,用户与装置的交互可通过触摸屏、或者另外或替代地通过驾驶杆安装遥控器、通过语音激活或通过任何其它合适方法进行。
由装置提供的进一步重要功能是在以下情况下的自动路线重新计算:(i)用户在导航期间(意外或故意)偏离先前计算的路线;(ii)实时交通状况指出替代路线将更便利且装置适当地经启用以自动辨识此类状况;或(iii)用户出于任何原因而主动地引起装置执行路线重新计算。
尽管路线计算及导航功能是PND的总体效用的基础,但可将装置纯粹地用于信息显示或“自由驾驶”,其中仅显示与当前装置位置相关的地图信息,且其中尚未计算路线且装置当前不执行导航。当用户已知道期望沿其行进的路线且不需要导航辅助时,这种操作模式通常是适用的。
上文所描述的类型的装置提供使用户能够从一个位置导航到另一位置的可靠手段。
通常,数字(或电子)地图的每一段与预期速度或通行时间相关联,所述预期速度或通行时间给出可预期交通工具在特定时间沿由段表示的道路行进的速度的指示。预期速度或通行时间通常随时间变化,且因此在大多数情况下,每一段将具有相关联“速度曲线”,由此可导出一组预定时间段(例如一天的每30分钟)的预期速度或经过时间。速度曲线通常基于由产生地图数据的一方从历史位置(“探测”)数据生成的平均速度。在WO2009/053411A1中描述生成此类速度曲线的实例性方法;WO2009/053411 A1的全部内容以引用方式并入本文中。
段的速度曲线用来预测行程时间且由在其上处理地图的PND上的路线规划算法来使用。例如,通常在用户的PND上向用户呈现选项,以使其生成装置的当前位置与目的地之间的最快路线。因此,此路线规划的准确性取决于速度曲线的准确性。如果速度曲线不准确,那么由PND计算的路线可能不是最快路线。路段的速度曲线的不准确性还可导致不准确的预测行程时间及不准确的估计到达时间(ETA)。
申请人已认识到,生成跨段的预期行进速度的方法仍有改进余地。
发明内容
根据本发明的第一方面,提供一种用于生成沿地理区域内的可导航网络的一或多个可导航元素的预期行进速度的方法,每一可导航元素是由电子地图的段表示,所述电子地图包括表示所述可导航网络的多个段,其中所述段中的每一者与拥塞参数相关联,所述拥塞参数指示由相应段表示的可导航元素上的拥塞的严重性,所述方法包括:
获得与多个装置沿由所述电子地图的段表示的可导航元素的移动相关的位置数据;
使用所述位置数据确定所述段的第一平均行进速度及第二平均行进速度;
确定所述段的预期行进速度,所述预期行进速度是基于所述段的所述拥塞参数确定的介于所述第一平均行进速度与所述第二平均行进速度之间的值;及
使指示所述所确定预期行进速度的数据与所述电子地图中的所述段相关联。
这种方法允许基于段的拥塞参数以有根据的方式确定跨段的预期行进速度。特定来说,基于拥塞参数确定预期行进速度为第一平均行进速度(例如调和平均值)与第二平均行进速度(例如算术平均值)之间的值。如下文将更详细论述,调和平均值将较高权重给予较低速度,因此意味着所确定速度与算术平均值相比更低或相等,但对低速离群值也更敏感。
本发明还扩展到一种用于实行根据本文中所描述的本发明的任何方面或实施例的方法的系统。
因此,根据本发明的进一步方面,提供一种用于生成沿地理区域内的可导航网络的一或多个可导航元素的预期行进速度的系统,每一可导航元素是由电子地图的段表示,所述电子地图包括表示所述可导航网络的多个段,其中所述段中的每一者与拥塞参数相关联,所述拥塞参数指示由相应段表示的可导航元素上的拥塞的严重性,所述系统包括:
用于获得与多个装置沿由所述电子地图的段表示的可导航元素的移动相关的位置数据的构件;
用于使用所述位置数据确定所述段的第一平均行进速度及第二平均行进速度的构件;
用于确定所述段的预期行进速度的构件,所述预期行进速度是基于所述段的所述拥塞参数确定的所述第一平均行进速度与所述第二平均行进速度之间的值;及
用于使指示所述所确定预期行进速度的数据与所述电子地图中的所述段相关联的构件。
适当时,本发明的这个进一步方面可且优选地包含本文中关于本发明的任何其它方面或实施方案所描述的本发明的任何一或多个或所有优选及任选特征。例如,即使未明确陈述,所述系统仍可包括用于实行在本发明的任何方面或实施例中关于本文中的方法所描述的任何步骤或若干任何步骤的构件,且反之亦然。用于实行关于所述方法或系统所描述的任何步骤的构件可包括一或多个处理器及/或处理电路。因此,本发明优选地是计算机实施发明,且可在一组一或多个处理器及/或处理电路的控制下实行关于本发明的方面或实施例中的任一者所描述的步骤中的任一者。
所述系统及/或一或多个处理器及/或处理电路可为服务器或导航装置的至少部分。因此,本发明的任何方面或实施例中的本发明方法步骤可部分地由服务器及/或部分地由导航装置实行。举例来说,所述方法的步骤可专门在服务器上执行,或以任何组合形式一些步骤在服务器上执行且其它步骤在导航装置上执行,或专门在导航装置上执行。在服务器上执行步骤中的一或多者可为有效的且可减轻导航装置的计算负担。替代地,如果在导航装置上执行一或多个步骤,那么这可减少网络通信所要的任何带宽。因此,本发明可包括经布置以生成与电子地图的一或多个段相关联的预期行进速度的服务器。
可导航网络可包括道路网络,其中每一可导航元素表示道路或道路的一部分。例如,可导航元素可表示道路网络的两个相邻交叉口之间的道路,或可导航元素可表示道路网络的两个相邻交叉口之间的道路的一部分。然而,将明白,可导航网络不限于道路网络,且可包括例如人行道、自行车道、河流等的网络。应注意,如本文中所使用的术语“段”采用其在所属领域中的普通含义。电子地图的段是连接两个点或节点的可导航链路。虽然本发明的实施例特定地参考路段进行描述,但应认识到,本发明也可适用于其它可导航段,例如路径、河流、运河、自行车道、纤路、铁路干线或类似者的段。因此,对“路段”的任何参考可由对“可导航段”的参考或此类段的任何特定类型或若干任何特定类型的参考来替换。
最简单形式的数字地图(或有时称为数学图)实际上是含有表示节点(最常见的是表示道路交叉口)及表示那些交叉口之间的道路的那些节点之间的线的数据的数据库。在更详细数字地图中,可将线划分为由开始节点及结束节点定义的段。这些节点可为“真实的”,因为其表示在其处最少3条线或3个段交叉的道路交叉口,或这些节点可为“人为的”,因为其被提供为并非由真实节点在一端或两端处定义段的锚点以尤其提供特定路段的形状信息,或识别沿道路的位置(在所述位置处,那条道路的一些特性(例如速度限制)改变)的手段。在几乎所有现代数字地图中,节点及段是由同样由数据库中的数据表示的各种属性进一步定义。举例来说,每一节点通常将具有地理坐标以定义其真实世界位置,例如纬度及经度。节点通常还将具有与其相关联的机动数据,所述机动数据指示在交叉口处是否可能从一条道路移动到另一道路;而段也将具有相关联属性,例如所允许最大速度、车道宽度、车道数目、中间是否有分隔线等。
在本发明中,电子地图的至少一些(尽管不一定是所有)段具有拥塞参数,所述拥塞参数指示由所述段表示的可导航元素上的拥塞的严重性。如下文将更详细论述,段可具有与其相关联的多个拥塞参数值,每一拥塞参数值指示不同时间段。应注意,除非上下文另有要求,否则本文中对“拥塞参数”或“拥塞参数值”的参考应被理解为指代指示这些因子的数据。数据可以任何方式指示拥塞的严重性,且可直接或间接指示拥塞的严重性。因此,对拥塞参数的任何参考可由对指示其的数据(即,拥塞严重性数据)的参考来替换。还应注意,关于一或多个段的短语“与…相关联”不应被解释为需要对数据存储位置的任何特定限制。短语仅要求特征可识别地与段及较短时间段相关。因此,关联例如可通过对可能定位在远程服务器中的侧文件的参考来实现。
本发明涉及获得与多个装置随时间沿可导航网络的一或多个可导航元素的移动相关的位置数据。通过参考指示表示网络的可导航元素的段的电子地图数据来实行获得与装置沿可导航元素的移动相关的位置数据的步骤。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的位置数据与根据本发明考虑的电子地图的每一段的步骤。
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。位置数据优选地是历史数据。在这个背景下,词语历史应被视为指示不直接反映目前或最近(可能在大约最近五分钟、十分钟、十五分钟或三十分钟内)的段状况的数据。历史数据可例如与过去若干天、若干星期或甚至若干年发生的事件相关。
在一些布置中,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,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。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同一时间或地点发生。
如上文所论述,位置数据可从多个装置收集,且与那些装置随时间的移动相关。因此,装置是移动装置。位置数据优选地与时间数据(例如时间戳)相关联。位置数据可用来提供装置采用的路径的位置“轨迹”。装置可为能够出于本发明的目的提供位置数据及足够的相关联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。例如,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的信息且使用这个信息来确定其位置的构件(例如GSM装置)。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,其用于接收指示所述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所更新位置信息。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。
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。
当然,位置数据可从不同装置的组合或单个类型的装置获得。然而,本发明不限于使用从特定类型的装置或与特定形式的运输相关联的装置(例如交通工具)获得的位置数据,且同样可考虑来自与多种形式的运输相关联的装置的探测数据。通常,可使用指示装置随时间沿可导航元素的移动的任何探测数据。
在本发明中,使用段的位置数据确定段的第一平均行进速度及第二不同平均行进速度。将明白,存在确定段的平均速度的多种可能方法。例如,可将平均速度值确定为算术平均值,即,其是一组n个数的和除以n。可将另一平均速度值确定为几何均值,即,其是一组n个数的乘积的n次方根。可将又一平均速度值确定为调和平均值,即,一组n个数的倒数的算术平均值的倒数。一组n个数的算术平均值等于或大于所述组的几何均值,所述几何均值又等于或大于调和平均值。将理解,本发明还可使用其它均值。
如上文所论述,段的位置数据优选地包括指示多个不同装置的移动的时间戳记位置的序列。单个装置的位置的序列可用来确定那个装置穿越可导航元素的平均速度。因此,优选地通过将适当计算技术应用于从多个装置确定的平均穿越速度来确定段的平均行进速度。
在本发明的优选实施例中,第一平均行进速度是算术平均值且第二平均行进速度是调和平均值。调和平均值将较高权重给予较低速度,因此意味着所确定速度与算术平均值相比更低或相等,但对低速离群值也更敏感。然而,将理解,可在本发明中使用确定平均行进速度的两种方法的任何组合。
申请人已认识到,在确定段的平均行进速度的方法与段上的拥塞程度之间存在相关性。特定来说,已发现,如果基于使用仅单个类型的平均值确定预期行进速度,那么预期速度将趋向于对于其中存在较低堵塞可能性的时间段或其中存在高堵塞可能性的时间段而非两者是准确的。因此,在本发明中,基于段的拥塞参数,将段的预期行进速度确定为介于第一平均行进速度与第二平均行进速度之间的值。
将明白,针对许多可导航元素,拥塞程度趋向于整日波动,且实际上也整周、整月及整年波动。因此,在本发明的实施例中,多个拥塞参数值与段相关联,每一拥塞参数值是关于不同时间段,例如在10分钟与30分钟之间。所述时间段优选地是复发时间段,例如,每周复发的时间段,例如在周一9点与9点45分之间。在此类实施例中,针对每一时间段确定第一及第二平均行进速度,且针对相应时间段使用第一及第二平均速度以及拥塞参数值确定预期行进速度。
拥塞参数是反映由相应段表示的元素上的典型交通状况的量度。因此,拥塞参数是基于历史数据的分析的表示可导航元素上的预期拥塞严重性的历史量度。在优选实施例中,拥塞参数值越高,由段表示的可导航元素上的预期拥塞程度越严重。然而,将明白,可定义拥塞参数值,使得拥塞参数值越低由段表示的可导航元素上的预期拥塞程度越严重。
在优选实施例中,术语“拥塞”用来指示可导航元素上防止交通以自由流动速度穿越所述元素的状况。高拥塞程度将是交通堵塞,其中交通定期停止及开始,而较低拥塞程度仅反映例如大量交通工具、道路施工等的事件引起交通工具以慢于自由流动的速度行进,但其尚未是断断续续的交通。因此,拥塞参数优选地使用元素上的自由流动速度来确定,且优选地是基于组中以慢于自由流动速度的速度行进的交通工具的比例(任选地在相关复发时间段期间)及所述组内的每一交通工具的在所测量速度与自由流动速度之间的相对差的度量。因此,在实施例中,电子地图的至少一些及可能每一段与以下项相关联:(i)指示由段表示的可导航元素上的拥塞的严重性的拥塞参数,及优选地多个(复发)时间段中的每一者的拥塞参数;及(ii)由段表示的可导航元素上的交通的自由流动速度。如下文更详细论述,本发明的方法可进一步包含计算段的一或多个拥塞参数值及/或计算段的自由流动速度。自由流动速度优选地使用位置数据来确定,例如,通过确定在多个时间段中的每一者内穿越由段表示的元素的平均速度,例如算术平均速度,且将自由流动速度设置为最大所确定平均速度。例如,自由流动通常将是在夜间时间期间确定的元素上的平均交通速度。
在其它实施例中,拥塞参数可指示或基于堵塞概率,所述堵塞概率指示由相应段表示的可导航元素上的堵塞的可能性。在实施例中,所述方法可进一步包括例如从位置数据计算一或多个段中的每一者及优选地多个时间段中的每一者的堵塞概率。在优选实施例中,特定段及时间段的堵塞概率可基本上根据WO2012/104392A1中所描述的方法来确定;WO2012/104392A1的全部内容以引用方式并入本文中。例如,可根据段及时间段的位置数据且从段的堵塞状况生成特定段及时间段的堵塞概率,其中堵塞状况指示段是否堵塞。
所述方法因此可包括:定义每一段的堵塞状况,使得当满足堵塞状况时,将段分类为堵塞,否则分类为非堵塞;根据位置数据及堵塞状况计算段及较短时间段的堵塞概率;及使堵塞概率与电子地图中的段相关联。堵塞状况可基于堵塞阈值速度。堵塞阈值速度可指示跨那个段的平均行进速度,低于所述平均行进速度所述段被视为堵塞。换句话说,选择堵塞阈值速度使得可将跨段的低于堵塞阈值速度的平均行进速度分类为堵塞,而可将跨段的高于堵塞阈值速度的平均行进速度被视为非堵塞。在一些实施例中,根据段的自由流动速度的选定百分比定义堵塞阈值速度。然而,在替代实施例中,可替代地定义堵塞阈值速度,例如,对应于道路类型的预定义值或特定速度可被简单地视为指示堵塞交通。如上文所论述,将段的自由流动速度优选地定义为在其中不存在或存在极少交通的时间段期间跨由段表示的元素的平均行进速度。这个时间段可例如为一或多个夜间时间,其中段上的速度可很少受其它用户影响。例如,此类自由流动速度测量仍将反映速度限制、道路布局及交通管理基础设施的影响。因此,这可比基于道路等级的所公布速度限制、合法速度或速度指派更准确地反映真实自由流动速度。然而,在其它实施例中,可不同地计算或选择自由流动速度。例如,其可简单地被视为段的速度限制。在一些实施方案中,自由流动速度的选定百分比在30%与70%之间,更优选地在40%与60%之间,且最优选地基本上为50%。在一些实施例中,预定义上限可用作堵塞阈值速度,其中定义堵塞阈值速度的方法将另外导致使用更高速度。例如,定义堵塞阈值速度的方法可能在特定情况下导致速度对于特定段堵塞来说被视为过高。在那种情况下,堵塞阈值速度可默认为上限。在一些实施例中,根据跨段的平均行进速度高于及低于堵塞阈值速度的的次数的比计算段及优选地多个时间段中的每一者的堵塞概率。举例来说,如上文所论述,可分析段的位置(探测)数据的集合以提供一或多个较短时间段中的每一者的平均速度。在这种情况下,可针对给定较短时间段比较提供跨段的高于与低于堵塞阈值速度的平均行进速度的探测的次数。在一个实例中,堵塞探测及非堵塞探测的比可为70:30,从而给出30%的堵塞概率。
如上文所论述,针对一或多个段中的每一者且任选地针对多个时间段中的每一者,确定段的预期行进速度,其中预期行进速度是基于拥塞参数计算的在第一平均行进速度与第二平均行进速度之间的值。这可以任何期望及合适的方式实现。
在一些实施例中,段及任选地时间段的预期行进速度是第一平均行进速度(例如算术平均行进速度)及第二平均行进速度(例如调和平均行进速度)的加权平均值,其中加权平均值的加权是基于拥塞参数。当拥塞参数指示拥塞不太严重时加权可更倾向第一(例如算术)平均行进速度,且当拥塞参数指示拥塞较严重时加权可更倾向于第二(例如调和)平均行进速度。因此,当存在较重拥塞时,段的预期行进速度可更低或更悲观。如上文所论述,这解决在拥塞交通中使用例如算术平均值给出的预期速度趋向于过高因此行程的估计到达时间太乐观的问题。加权用来当基于交通状况确定段的预期(或平均)行进速度时增加第二平均速度(例如调和平均速度)相对于第一平均速度(例如算术平均速度)的份额,其中所述份额随着拥塞严重性变高而增加。将理解,与选择用来计算第一及第二平均速度的特定方法无关,第一平均速度通常将且优选地总是等于或高于第二平均速度。
可使用基于相关拥塞参数的段及任选地时间段的加权因子来应用加权。在一些实施例中,加权因子可采用预定范围内的值,例如0到1。加权因子可在拥塞严重性低(例如使得堵塞不太可能)时较低(例如更接近于0),且可在拥塞严重性高(例如使得堵塞更有可能)时较高(例如更接近于1)。然而,将理解,相反情况也是可能的。
如上文所论述,与给定段相关联的数据优选地针对在较长时间段内的较短时间段,即,段具有多个时间段的数据。较短时间段可具有从一组长度选择的长度,例如包括:≤5分钟、5分钟到10分钟、10分钟到15分钟、15分钟到20分钟、20分钟到30分钟、30分钟到60分钟、1小时到2小时等。例如,较长时间段可基本上等于一天、一周、一月或一年。例如,段数据以及因此段的第一平均速度、第二平均速度及拥塞参数(例如堵塞概率)与一周中特定的某一天的特定小时相关。当在那个特定的某一天的那个特定小时期间使用时,这些参数可因此产生那个时间的合理结果。
例如,在一些实施例中,第一平均速度、第二平均速度及拥塞参数与一天中特定较短时间段(例如小时或其部分)相关联。这可能有助于提高那些参数的准确性,因为其可取决于相依于一天中的时间的因素而变化,所述因素例如高峰时间、上学交通高峰期、开门及关门时间(例如酒吧、餐馆、剧院、音乐会场地、电影院、俱乐部等)、开始及结束时间(例如节日、表演、体育赛事等)、到达及离开时间(例如火车、轮船、飞机等)及活动(例如吃饭、睡觉等)的广泛共性。在一些实施例中,例如可存在针对夜晚的单个第一平均速度、第二平均速度及/或拥塞参数,例如堵塞概率。夜晚可为规定时间之间(例如基本上在晚上11点与上午6点之间)的预定义时间段。
在其它实施例中,第一平均速度、第二平均速度及拥塞参数值还或代替地与一周中特定的若干天相关联。这可有助于提高那些参数的准确性,因为其可取决于相依于一周中的天的因素而变化,所述因素例如周末购物、周五度假、托运安排及周一长途通勤。在其它实施例中,第一平均速度、第二平均速度及拥塞参数值还或代替地与一年中特定时间相关联。这可有助于提高那些参数的准确性,因为其可取决于季节性影响(例如主导天气及路面状况)而变化。在一些实施例中,第一平均速度、第二平均速度及拥塞参数值还或代替地与特定事件或情况的发生相关联。此类事件或情况可例如包含特定类型的天气、例如足球比赛或展览及公休假期及类似者的事件。因此,在一些实施例中,第一(例如算术)平均速度、第二(例如调和)平均速度及拥塞参数与上文所论述的一个以上因素相关联。
在本发明中,指示所确定预期行进速度及优选地多个时间段的所确定预期行进速度的数据与电子地图中的段相关联。在其中多个行进速度与段相关联的实施例中,数据可包括多个所确定速度值本身。替代地,数据可包括指示预期速度随时间的变动的曲线,即,速度曲线。在其它实施例中且如WO2009/053411A1中所描述,数据可包括一组标准速度曲线中的一者的参考或指针。标准速度曲线可例如相对于段的自由流动速度正规化,且在此类实施例中,指示所确定预期行进速度的数据包括对正规化速度曲线的参考及用于缩放从速度曲线获得的值的自由流动速度。将明白,此类标准速度曲线提供所确定速度曲线的近似。在这后一实施例中,所述方法优选地包括:使用聚类方法处理针对多个段确定的一组所测量速度曲线,以生成一组标准速度曲线;针对每一段,比较所述所测量速度曲线与所述标准速度曲线中的每一者;基于所述比较选择与所述所测量速度曲线最类似的所述标准速度曲线,使得所述选定标准速度曲线提供所述所测量速度曲线的近似;及使所述选定标准速度曲线与所述电子地图中的相关段相关联。
可以任何期望及合适的方式输出及/或使用根据本发明生成的预期行进速度或若干预期行进速度。在优选实施例中,所述方法可进一步包括将电子地图及/或指示与一或多个段相关联的预期行进速度或由此导出的预期行进速度的数据提供给计算装置(例如远程计算装置,例如导航装置),以用于以下一或多者:使用电子地图确定从起点到目的地的路线;使用电子地图确定路线的估计行程时间或估计到达时间(ETA);及基于段的所确定当前行进速度与预期行进速度的比较识别交通堵塞或其它拥塞事件的存在。在实施例中,所述方法可进一步包括使用计算装置来执行前述操作中的一或多者。举例来说,预期行进速度可由路线规划算法用来规划优选地具有相关联行程时间或ETA的一或多条路线。因此,在一些实施例中,所述方法包括确定跨由电子地图覆盖的区域的路线。这可包括基于预期行进速度探索路线且接着生成可导航路线。
因此,可在导航操作的背景下实施本发明的方法。因此,所述方法可至少部分地由具有导航功能的系统或装置来实行。然而,将明白,所述方法也可由具有路线生成能力但不一定是导航功能的任何合适系统或装置来实行。举例来说,所述方法可由不具有导航功能的计算机系统来实施,例如台式计算机或膝上型计算机系统。可向用户呈现所生成路线,接着可打印或以其它方式使用所述路线以在后续时间辅助路线选择,或例如可存储所述路线以供将来使用,例如下载到导航装置。
在一些实施例中,在服务器上执行确定跨由电子地图覆盖的区域的路线的步骤。在其它实施例中,将跨段的预期行进速度(从服务器)发送到导航装置,且在导航装置上执行确定步骤。因此,如上文所论述,所述方法可至少部分地使用导航装置来实行。导航装置可为PND或集成(例如车载)装置。导航装置可包括:显示器,其用于向用户显示电子地图;一组一或多个处理器,其经配置以存取数字地图数据且引起经由显示器向用户显示电子地图;及用户接口,其可由用户操作以使用户能够与装置交互。
在优选实施例中,所述方法进一步包括将指示所生成路线的信息提供给用户。这可涉及将路线或指示所述路线的信息输出给用户。所述信息可以任何方式(例如一组指令,其可为可闻指令、视觉指令及/或触觉指令)指示路线,但优选地是路线的视觉表示。路线优选地是用户选定路线,且可响应于用户选择路线而提供指令。
在优选实施例中,所述方法包括向用户显示路线。在优选实施例中,显示路线的步骤可包括在电子地图上叠加路线。然而,可使用其它形式的输出。例如,所述方法可替代地或另外包括打印指示至少一条路线的信息。因此,指示路线的信息优选地经由导航装置输出给用户,但在其它实施例中,信息可由任何合适处理装置输出,例如通过由具有路线生成能力但不一定具有导航能力等的计算机设备显示。这可与由服务器生成路线的情况相关。
将明白,根据本发明的方法可至少部分地使用软件来实施。因此可见,当从进一步方面查看且在进一步实施例中,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。
在上文及下文段落中,使用短语“平均速度(average speed及mean speed)”。然而,将明白,实际上可能永远不可能完全准确地知道此类速度。举例来说,在一些情况下,所计算速度仅可跟用来测量时间及位置的设备一样准确。因此,将明白,无论在何处使用短语“平均速度(average speed及mean speed)”,其均应被解释为如基于本身可具有相关联误差的测量所计算的速度。
根据本发明的进一步方面或实施例中的任一者,本发明可包含在不与其相互矛盾的程度上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。
附图说明
仅通过实例的方式、参考附图描述本发明的实施例,其中:
图1展示概述用于匹配轨迹内的GPS定点与地图的段的实施例的流程图;
图2展示概述用于生成多个段的多个时间段的“平均”速度的实施例的流程图;
图3是展示段的时间段内的速度的分布的直方图;
图4是平均行进速度连同那些速度的算术平均值及那些速度的调和平均值的图表;
图5是概述展示用于确定段的时间段的“平均”速度的细节的实施例的流程图;
图6展示概述用于对多个所确定平均速度执行聚类形成的实施例的流程图;
图7展示从聚类算法输出的一组实例性聚类生成的速度曲线;
图8展示概述聚类生成的速度曲线如何与地图的段相关联的流程图;且
图9是展示一天中每一小时沿段的算术及调和平均行进速度连同段的相关联聚类生成的速度曲线的图表。
具体实施方式
至少在优选实施例中,本发明涉及生成电子地图的段的预期行进速度的方法。当进行路线规划时及/或当提供额外路线信息(例如行程时间或估计到达时间(ETA))时,准确生成预期行进速度是重要的。本发明提供一种比常规方法更准确地生成预期行进速度的方法。
现将特定地参考处理装置(例如服务器)描述本发明的实施例,所述处理装置经布置以存取从多个移动装置(例如便携式导航装置(PND))接收的位置数据的数据存储区,所述多个移动装置经配置以执行导航软件以便提供路线规划及导航功能,且可在交通工具内相关联。移动装置的位置数据优选地包括一或多个轨迹;其中每一轨迹表示那个装置在24小时的时间段内的移动。每一24小时时间段通常经布置以与历日重合,但在其它实施例中,无需如此。服务器还可存取电子地图(也称为地图数据),其包括表示移动装置可在其上移动的道路网络的多个段。
作为第一过程,服务器经布置以执行在地图数据与已接收的位置数据内所含的GPS定点之间的地图匹配功能,且关于图1描述此过程。可以所谓实时方式(即,当接收位置数据时)执行此地图匹配,或可在已从数据存储区调用位置数据之后的时间执行此地图匹配。
为提高地图匹配的准确性,如下执行位置数据的预处理。将每一GPS轨迹(即,24小时时间段的GPS数据)划分100为随后经存储以供后继处理的一或多个旅程,其中每一旅程表示移动装置的单个行程。
在每一旅程中,拒绝102从移动装置接收的其准确性报告不够高的GPS定点。因此,在一些实施例中,如果准确性报告指示来自不足四个卫星的信号是由关于那个GPS定点的行动装置接收,那么可拒绝定点。此外,当定点之间的所报告时间高于阈值时,剪辑104每一旅程。传递通过这个预处理阶段的每一旅程以进行地图匹配。
在这个背景下,所剪辑旅程是其中在连续GPS定点之间存在大于预定时间的时间段的旅程。因而,可推断交通工具已保持静止且因而应被视为第一旅程已结束且第二旅程已开始。因此,所剪辑旅程变成两个单独旅程。
然而,在划分旅程之前,检查交通工具的位置是否已在最后两定点之间改变,因为高于GPS定点之间的预定时间的间隙也可起因于GPS信号的丢失,且在此类情况下,不划分旅程。在所描述实施例中,预定时间大约为3分钟。然而,所属领域的技术人员将明白,间隙可为任何其它合适时间,例如大约以下任一者:15秒、30秒、1分钟、90秒、2分钟、5分钟、10分钟或这些时间之间的任何时间。如后文中所论述,如果从其发送GPS定点的导航装置200的平均速度低于预定阈值,那么在一些实施例中,可在后继处理中拒绝数据。此实施例可为有用的,因为其可移除与在事故(例如撞车或类似者)之后发生的所谓断断续续交通相关的数据,此可使剩余数据更加能够表示稳态交通流。
接着,依次进行每一旅程,且匹配那个旅程内的定点与来自地图数据内的地图。每一地图包括可沿其行进的多个路段,其中每一路段在地图内被表示为直线矢量。
在服务器的处理器上运行的程序代码提供地图匹配器,所述地图匹配器经布置以跨越正在处理的旅程中的定点或每一定点,直到其找到位于段内的定点或足够接近于段,以便假设其已在那个段上发生(即,其在段的距离阈值内)。这个阈值允许不到100%的GPS准确性及将道路分成一组直线矢量的压缩效果。每一旅程具有比旅程内的其它定点更难与段相关联的初始定点(即,旅程内的第一定点),因为不存在可用来约束段选择的已识别段。如果针对这个第一定点,多个段在阈值106内,那么算法查看旅程内的下一GPS定点(即,第二定点),且基于可能行程根据2个定点之间(即,第1定点与第2定点之间)的距离从那些多个段生成一组根。如果第二定点不导致第一定点的唯一候选段,那么算法移动到旅程内的第三定点,且再次生成并比较可能路线以尝试及提供第一定点108的唯一候选。这个过程可继续,直到已处理旅程内的剩余GPS定点。
此实施例的优点在于尽管隔离中的任一个第一定点可在多个段附近,且在这些隔离段之间无法进行区分,但可使用进一步行进(即,第二及第三定点)来确定与第一定点相关联的段的身份。因此,由地图匹配器确定旅程的第一段。
一旦已确定旅程的第一段,便处理进一步定点以便识别进一步段。当然,旅程的下一定点可位于与第一定点112相同的段内。
因此,处理110旅程的后续定点以确定其是否在段的距离阈值内,且地图匹配器经布置以使那个段与位于距离阈值内的定点中的每一者相关联。当地图匹配器处理距离阈值外的定点时,其经布置以生成那个定点的一组新候选段。然而,现可添加下一段是连接到刚处理的段的末端的段的进一步约束。这些邻近段是由地图匹配器从底层地图数据获得。如果地图匹配器在任何时候均无法识别从先前段开始的给出定点的段,或因为不存在阈值内的段,或其无法唯一地识别单个段,那么地图匹配器经布置以逐步通过后续定点116以便进一步约束行程,直到其可识别唯一匹配的段。即,如果第n定点无法与段唯一地相关联,那么第n+1段用来进一步约束段的识别。如果第n+1定点不产生唯一段,那么使用第n+2定点。在一些实施例中,这个过程可继续进行,直到识别唯一段或已处理旅程内的所有GPS定点。
地图匹配器经布置以尝试且唯一地识别段;在所描述实施例中,其不尝试创建连续路线,仅尝试匹配段与定点。在其它实施例中,可期望尝试使地图匹配器生成连续路线。
因此,在地图匹配器经布置以执行的过程结束时,获得移动装置已在所分析旅程中沿其行进的一系列路段。随后,地图匹配器进一步处理这些路段且从GPS定点指派进入时间且也指派那个段的通行时间。将这些所指派时间存储在数据存储区中以供后继处理。也可能针对每一路段存储多个GPS定点。然而,无论多少GPS定点与每一段相关联,进入时间、GPS定点及段长度(在这个实施例中其存储在地图数据内)均用来计算那个路段的平均速度。接着,将这个平均速度存储在与相关所指派时间及那个段相关联的数据存储区内。与路段上的交通流的速度相关且指派给路段的信息可被视为是那个路段的速度数据。
服务器进一步经布置以在处理器上运行平均化程序代码以提供平均化手段,所述平均化手段处理所指派时间以由此生成一或多个平均值,如下文所描述。现关于图2描述这个实施例中使用的平均化过程。
在过程200的第一步骤中,平均化手段对正在处理的地图上的每一路段的平均速度分组。在每一路段的分组内,平均化手段进一步经布置以将平均速度分组在一组预定时间段内102。因此,将在相同时间段内(例如,在上午8点与上午8点59分之间)发生的平均速度分组在一起以供进一步分析。在所描述实施例中,时间段是一小时的持续时间,但无需是这种情况,且所属领域的技术人员将从下文描述明白,随着时间段的长度减小,数据的分辨率增大但存储要求增加。其它合适时间段可基本上是以下任一者:1分钟、5分钟、10分钟、15分钟、30分钟、2小时、6小时、12小时或这些时间之间的任何时间。
在所描述实施例中,将平均速度存储在由正在处理的地图覆盖的区域本地的时间而非集中时间中。此方法因为其为交通相关问题提供自然基础所以是方便的。
在将从旅程生成的平均速度分组到预定时间段中之前,筛选所述平均速度以尝试提高数据质量。在这个实施例中,如果平均速度落在预定范围内,那么仅将平均速度添加到预定时间段的组。在这个实施例中,所述方法排除超过最大预定阈值(其可大约为180km/h)的速度且此外,所述方法排除在那个预定时间段内低于那个段的平均速度的预定量的速度(其例如可为2km/h)。所属领域的技术人员将明白,在那个时间内远低于那个段的平均速度的速度很可能与那个段的交通流中的问题相关联,例如交通堵塞或类似者。因此,当在正常状况下考虑道路时包含与此类状况相关的数据可降低数据的总体准确性。在其它实施例中,可将最大所允许速度设置为那个路段的速度限制,但所属领域的技术人员将明白,此信息在正在处理的地图数据中可能是不准确的,且路段的速度限制事实上也可能无法给出交通状况的准确指示。
一旦已执行分组到预定时间段中,便针对每一路段计算每一预定时间段的平均速度-参见步骤204。例如,针对每一路段平均化在上午8点00分到上午8点59分内的所有速度。
图3展示针对特定日期的15分钟时间段跨段的平均行进速度的直方图,其中频率计数经展示在右手轴上。还提供累积概率的图表(上覆于直方图的线),其中累积概率被展示为左手轴上的百分比。在所记录数据不是实时数据的意义上,直方图可被视为表示历史数据,但反映在一天的重复出现的相同时间段内收集的数据。例如,数据可与过去2个月的周一上午9点00分到9点15分的时间段相关。因此,数据不是基本上在当前时间发生、记录在例如最近十五分钟内路段上的实际事件的原始数据收集的直接结果。然而,鉴于在交通水平及行为中出现的模式,数据可用来预测目前时间在段上可能发生的事情。可见,交通工具各自以1公里/小时到54公里/小时的速度穿越段。存在用于计算平均速度的若干可能选项:使用简单算术或调和平均值或计算中值。然而,已认识到且如下文更详细论述,例如,参考图4,在调和平均速度与算术平均速度之间且也基于在相关时间段期间段上的典型交通状况(即,拥塞严重性)的速度可提供段的预期行进速度的改善表示。
使用以下等式从时间段的平均速度计算那个时间段的算术平均速度Va:
其中:
vi是段及时间段的第i平均速度;且
n是段及时间段的平均速度的数目。
使用以下等式从时间段的平均速度计算那个时间段的调和平均速度Vh:
其中:
vi是段及时间段的第i平均速度;且
n是段及时间段的平均速度的数目。
照惯例,归因于调和平均值对有限数目的严重离群值的存在更敏感而将段的平均速度确定为算术平均值。这例如由图4展示,图4展示在时间段内跨段的十个平均行进速度的图表:九个速度在介于47km/h与56km/h之间的范围内,而一个离群值是5公里/小时。如图表中所展示,算术平均速是47km/h(到2sf),而调和平均速度(归因于离群值的影响)是27km/h(到2sf)。
然而,已发现,算术平均速度趋向于高估在高拥塞时间段(高峰时间)期间的预期速度,即,预期速度太乐观。为克服这个问题,已意识到,可确定在特定时间段期间段的更准确预期(或平均)速度为加权平均值,例如为在调和平均速度(下限)与算术平均速度(上限)之间的凸组合,其中加权是基于指示在时间段期间由段表示的可导航元素上的预期拥塞严重性的拥塞参数。更特定来说,预期速度在历史上具有低拥塞的时间段期间倾向于算术平均速度加权,且在历史上具有高拥塞的时间段期间倾向于调和平均速度加权。
使用针对每一时间段分组的上文所描述的平均速度确定拥塞参数,使得从每一时间段的历史数据确定拥塞参数。拥塞参数是使用路段的自由流动速度来确定,且基于组中具有慢于自由流动速度的平均速度的交通工具的比例及每一交通工具的在所测量平均速度与自由流动速度之间的相对差。确定拥塞参数,使得所测量速度对拥塞参数的影响随着所测量速度变慢而增加。因此,以稍慢于自由流动速度的速度穿越路段的交通工具将比以远小于自由流动速度的速度穿越路段的交通工具对拥塞参数具有更小影响。路段的自由流动速度是在其它交通工具的影响可忽略不计的时间段期间跨段的平均行进速度,所述时间段期间例如低交通时间段,例如夜间或凌晨。因此,拥塞参数是反映由相应段表示的元素上的典型交通状况的量度。
在次优选实施例中,拥塞参数可基于使用WO2014/001549 A1中所描述的方法确定的堵塞概率;WO2014/001549 A1的全部内容以引用方式并入本文中。鉴于定义此类堵塞概率的方式,即,所测量平均速度的数目低于相对于所有所测量平均速度定义的堵塞阈值速度,已发现,如果大多数交通工具以稍高于堵塞阈值速度但仍小于自由流动速度的速度穿越道路,那么堵塞概率接近于零。然而,在此类情况下,已发现,已朝向调和平均值移动可为优选的。
图5中展示说明图2的过程的步骤204中执行的方法的方法。这种方法通常将由服务器来执行。在过程300的第一步骤中,从数据库存取用于穿越通过时间段分组(如从位置数据确定)的路段的所计算平均速度。针对每一路段的每一时间段,确定算术平均速度Va(步骤302)及调和平均速度Vh(步骤304)。接着,在步骤306处,针对每一路段的每一时间段计算拥塞参数。这可涉及例如通过使用夜晚或清晨时间段的所计算平均速度确定算术平均速度来计算每一路段的自由流动速度。在这个实例中,拥塞参数值越高,由段表示的道路上的预期拥塞程度越严重。接着,在步骤308处,从每一段的每一时间段的拥塞参数计算加权因子。加权因子通常基于指数函数确定,以便取0与1之间的值,使得:针对低拥塞严重性,加权因子几乎为0;且针对高拥塞严重性,加权因子几乎为1。在实例中,使用以下等式计算加权因子w(x):[0,∞[→[0,1]:
其中:
f(x)是由以下等式给出的拥塞参数x的函数:
f(x)=A(x-B)
其中:
x是拥塞参数;
A是调谐因子(定义函数的斜率或陡度);且
B是偏移值(定义x的值使得w(x)=0.5成立。
再次参考图5,在步骤310处,接着使用算术平均速度、调和平均速度及加权因子,使用以下等式计算关于较短时间段中的每一者的预期行进速度Ve:
Ve=(1-w(x)Va+w(x)Vh
当然,可使用其它加权函数,使得基于所讨论时间段及段的堵塞概率,预期行进速度适当地介于调和平均速度与算术平均速度之间。
接着,在步骤414处,使较短时间的预期行进速度与段相关联。
当然,上述步骤可关于较长时间段内的多个较短时间段中的每一者且关于电子地图的段中的每一者来执行。接着,可存储及/或输出电子地图的段的预期行进速度以供使用。
再次参考图2,针对正在处理的地图,为地图上的每一路段生成24个平均速度;每个一小时长的预定时间段的平均速度。平均速度是上文所给出的预期行进速度Ve。将明白,如果使用时间段的不同持续时间,那么将存在不同数目的平均速度。进一步将明白,事实上,并非所有路段都将必需具有针对每个时间段指派给其的平均速度,因为一些道路可能不会被频繁地穿越,尤其在不适合社交的时间(例如清晨)。
然而,在使用每个段的平均速度之前,在步骤206中执行质量检查。在这个实施例中,这个检查确保多于预定数目的指派时间用来生成每个段的平均速度。如果不是这种情况,那么拒绝每个段的平均速度用于进一步处理,从而在一或多个时间段为那个段留下间隙。在一些实施例中,如果构成那个平均值的值少于5个值,那么拒绝平均值。当然,其它实施例可使用不同值,例如2、3、4、6、7、8、10、20、或介于这些值之间的更多或任何值。并且,执行对平均值质量的进一步检查,且针对每一平均值,将平均值的标准偏差除以构成那个时间段的那个段的平均值的数据样本的数目的平方根。如果这个计算的结果在预定阈值外,那么再次拒绝那个平均值,从而在那个时间段内为那个段留下间隙。
可实施进一步质量检查以拒绝以下任一者的平均值:数据偏差是否超过预定阈值;超过预定阈值的离群值的多于预定数目的存在。所属领域的技术人员将明白,此类统计技术确保数据的质量。
任何给定路段的平均值集合可被视为是那个路段的所测量速度曲线。
所属领域的技术人员将明白,如果路段的所测量速度曲线具有很少缺失的速度值(即,所有或至少大部分预定时间段具有值),那么可处理那个段且因此掩盖缺失值。随着缺失段的数目增大,所得聚类分析的质量降低。因此,允许多少缺失时间段是质量决策问题,且必须逐个案例审查。使用仅高质量的完整数据可将太多权重施加于具有高覆盖范围(即,缺失的时间段极少)的路段,其通常包括高速公路、快车道及许多人沿其行进的其它道路。要求太低(即,具有过多缺失时间段的聚类路段)导致不切实际的聚类及不准确的分析。
通过这些质量检查的每一平均值被视为可信赖,且被批准用于进一步处理。在步骤208中,评估每个路段的平均速度的总体覆盖范围。如果可信赖平均值的覆盖范围足够高,那么转发地图数据以供进一步处理。然而,如果覆盖范围低于预定阈值,那么拒绝进一步考虑所述地图210。根据图2的步骤212且如关于图6进一步描述那样传递可接受地图以用于聚类形成。
这种聚类形成旨在以自动或半自动方式提取规则速度曲线;如稍后将论述,如果假设类似类别的道路可具有类似速度曲线,那么可实现可能重要的数据压缩。例如,第一段道路周日上午10点的速度可与第二段道路的相同时间的速度类似。如果那些路段的这个类似性在其它时间重复,那么第一段及第二段的速度曲线可被视为由第二段的相同速度曲线表示。如现定义的聚类旨在指出这个类似性。如下文所论述,速度曲线的正规化还可允许速度曲线用于不同类别的道路。
在执行聚类之前,进一步处理所测量速度曲线以便合并夜间时间段。在此实施例中,平均化在晚上9点与上午5点(即,8个时间段)之间的平均速度,且这个夜间平均值用于8个时间段中的每一者;即,修改所测量速度曲线以用一或多个预定时间段的平均速度的所修改值替换其部分,这包括使用将替换的速度平均值的平均值作为预定时间段中的每一者的所修改值。因此,每一速度曲线在晚上9点与上午8点之间具有平坦速度曲线,其可称为那个路段的自由流动速度。可假设自由流动速度表示交通工具(通常是汽车)沿道路行进的速度,且通常情况是自由流动速度与那个路段的速度限制不同。自由流动速度也可与那个路段的速度限制大致相同。在第一步骤400中且为限制聚类的数目,在预定参数之间正规化所测量速度曲线。可根据多个准则执行此正规化。在所描述实施例中,正规化是根据已针对与平均值相关联的路段计算的自由流动速度而发生。因而,传递给聚类算法的每个路段的平均速度具有介于0与1之间的值。因此,在这个实施例中,预定参数是0及1。所属领域的技术人员将明白,其它参数是可能的。此方法可辅助进一步数据压缩,因为其可使所得聚类生成的速度曲线独立于道路类型,且因而可将相同速度曲线集合用于具有任何道路类型的路段。聚类生成的速度曲线也可被视为是所生成速度曲线。
在夜间时间段期间使用自由流动速度可减小聚类形成的尺寸,因为可忽略夜间速度值。在又进一步实施例中,路段的平均速度或速度限制可用作执行正规化的进一步准则。
因此,可通过由聚类算法进行处理而将展示类似交通行为的日期分组在一起。如果预期交通行为不同,那么聚类形成应独立运行。聚类算法的输入参数是所期望聚类的数目,且一周中的一天的典型范围是10到70。存在接近最优聚类数目的已知方法(例如,指派一些质量量度且根据其趋势扩大/减小聚类数目),所述方法可用来确定聚类的输出是否可接受。
在一个实施例中,运行且布置聚类算法以生成大约60个聚类(步骤402)。在其它实施例中,所述算法可经布置以最初生成更多或更少聚类。接着,处理所得聚类以确定所生成聚类是否令人满意:所述聚类中的一些过于类似(即,基本上相同)?所述聚类中的任一者具有不连续性?如果所述聚类中的任一者存在问题,那么重新运行所述算法,其中所述过程旨在生成少于第一迭代的聚类。重复这个迭代过程,直到确定一组令人满意的聚类。
在一些实施例中,聚类是否令人满意包含确定聚类生成的曲线中的任一者是否含有高于预定阈值的频率的步骤。此类频率的存在指示那个聚类生成的速度曲线具有过高变化率(即,可能存在不连续性),且如果被使用那么可导致使用那个数据来生成路线的导航装置内的不稳定性等。
聚类是否令人满意还可包含在聚类生成的速度曲线中的至少一些之间且通常是每一者之间执行比较的步骤。在一个特定实施例中,这可通过最小平方比较来执行。
在一个实施例中,通过聚类分析来执行聚类,但也可使用其它类别建置方法。简单且有效的方法是所谓k均值聚类算法。这个非层次方法通常以k个随机种子开始,且根据最小误差准则基于选定度量重新分配类别成员。所述算法仅导致局部极小值,因此针对最优解决方案,其必须运行多次。具有最小误差估计的运行给出什么是优选解决方案。最终聚类的形心形成预定义聚类。在其它实施例中,可使用其它聚类技术,且这些技术包含层次聚类及模糊聚类。
一些实施例可添加进一步聚类404。例如,一些实施例可添加平坦线作为例如归因于低数据覆盖范围或因为交通相关问题而不具有可信赖趋势的路段的速度曲线。
作为最终步骤406,在准备聚类生成的速度曲线时,将聚类内插到可变时间分辨率。在一个实施例中,这是使用三次样条来执行,但其它技术是可行的,例如指数拟合函数。所属领域的技术人员还将明白,可使用类似技术。
虽然在聚类分析程序本身中使用的时间分辨率比最终期望的时间分辨率更粗糙(这可能发生以便在任一个预定时间段中具有足够数目的可靠平均速度),但现在可修改时间分辨率。例如,可将时间分辨率修改为更精细分辨率以满足预期用途的要求。例如,有利的是,期望出现具有更连续曲线的更精细分辨率以提供更平稳路线,其原本将在时间分辨率太粗糙的情况下在时间边界上“跳跃”。在所描述实施例中,内插聚类生成的曲线以便其具有大约5分钟间隔的分辨率,但可使用任何其它时间段。此时间段对于使用聚类生成的速度曲线的后继处理可能是方便的。
图7展示来自地图的聚类算法的典型输出,其中已将输入平均速度值聚类到16个独立聚类生成的速度曲线中。因此,针对那个地图,现可将每一路段称为具有16个聚类生成的速度曲线中的一者。如果在其它实施例中,聚类的数目是变化的,那么任一个路段的可能速度曲线的数目也改变。
一旦已确定一组合适聚类生成的速度曲线-在这个实施例中已生成16个-便使这些聚类生成的速度曲线与一或多个地图相关联。通常,一组速度曲线对于已生成其的地图将更准确,因为在并非位于那个地图上的道路上交通行为可能不同。例如,如果地图覆盖单个国家,那么不同国家的交通可遵循稍不同的模式。
然而,在其它实施例中,速度曲线可与多个地图相关联。在一个实例中,如果地图覆盖国家的部分及/或可适当地将地图用于多个国家,那么这可能是适当的。
存在于正在处理的地图上的每一路段经分析且可具有与其相关联的聚类生成的速度曲线中的一者(如图7中所展示),且这个过程是关于图8进行描述。从n=1开始,处理500第n路段。
本文中参考与路段相关联的速度数据。所属领域的技术人员将明白,每一路段是由提供地图的地图数据内的数据表示。在一些实施例中,表示路段的此数据可包含提供对速度数据的参考的识别符。例如,参考可提供对所生成速度曲线的参考。
将明白,为使装置使用地图准确地生成路线,期望每一路段具有与其相关联的速度曲线,其中存在高信任度(作为第一步骤,这是基于所测量速度曲线是否合适来进行评估)。因此,如果早前进行的质量评估已确定所测量速度曲线不满足质量准则,那么使用回退策略以用速度数据替换所测量速度曲线,可能证明这对当由导航装置或其它装置处理时计划的路线更好。在WO2009/053411 A1中更详细描述这个回退策略;WO2009/053411 A1的全部内容以引用方式并入本文中。
接着,现将与路段相关联的速度曲线(无论是所测量速度曲线还是通过间隙填充插入的平均值)映射到聚类生成的速度曲线中的一者,以生成可由导航装置使用的地图数据。无论速度信息是所测量速度曲线还是鉴于平坦聚类生成的速度曲线编号15的存在的平均值,均可执行这个操作。
在步骤502中,使用最小平方比较来比较速度曲线与所述组聚类生成的速度曲线中的速度曲线中的每一者。在进行这16次比较之后,可确定来自所述组16的哪个速度曲线最接近于与路段相关联的速度曲线,且在步骤504中,将对被视为最接近的聚类生成的速度曲线的参考存储在那个路段的地图数据中。早前已计算的那个路段的自由流动速度也存储在关于那个路段的地图数据中。
因此,使用参考及自由流动速度,可将信息存储在地图数据中,所述地图数据提供关于每一路段的平均速度的信息。针对频繁行进段,所提供的平均速度信息可被视为包括在上午9点到下午5点之间的每日每小时平均值的近似值。针对较少行进段,平均速度数据可被视为是跨所有时间段平均化的平均速度。
重复这个动作506,直到地图上的路段中的每一者具有与其相关联的一组16个聚类生成的速度曲线中的一者。
图9展示与图2中所展示的过程之后的段相关联的速度曲线600的实例。图表中还展示每一时间段的算术平均值及调和平均值的所计算值。
从上文可见,本发明至少在优选实施例中提供一种比常规方法更准确地生成预期行进速度的方法。
所属领域的技术人员将明白,一种经提供以用于执行如本文中所描述的方法的设备可包括硬件、软件、固件或这些装置中的两者或更多者的任何组合。
所属领域的技术人员将明白,有时术语GPS数据已用来指代从GPS全球定位系统导出的定位数据。可以与如本文中所描述的方法类似的方式处理其它定位数据。因此,术语GPS数据可用短语定位数据来替换。此定位数据可例如从自移动电话操作导出的位置数据、在收费处路障处接收的数据、从嵌入道路中的感应环圈获得的数据、从车牌辨识系统获得的数据或任何其它合适数据导出。
本说明书(包含任何所附权利要求、摘要及附图)中所揭示的所有特征,及/或如此揭示的任何方法或过程的任何步骤可以任何组合方式进行组合,但此类特征及/或步骤中的至少一些互斥的组合除外。
除非另有明确说明,否则本说明书(包含任何所附权利要求、摘要及附图)中所揭示的每一特征可由用于相同、等效或类似目的的替代特征来替换。因此,除非另有明确说明,否则所揭示的每一特征仅是一系列通用的等效或类似特征的一个实例。
本发明不限于任何前述实施例的细节。本发明扩展到本说明书(包含任何所附权利要求、摘要及附图)中所揭示的特征的任何新颖特征或任何新颖组合,或扩展到如此揭示的任何方法或过程的步骤的任何新颖步骤或任何新颖组合。权利要求书不应被解释为仅涵盖前述实施例,而是还涵盖落在权利要求书的范围内的任何实施例。
Claims (14)
1.一种用于生成沿地理区域内的可导航网络的一或多个可导航元素的预期行进速度的方法,每一可导航元素是由电子地图的段表示,所述电子地图包括表示所述可导航网络的多个段,其中所述段中的每一者与拥塞参数相关联,所述拥塞参数指示由相应段表示的所述可导航元素上的拥塞的严重性,所述方法包括:
获得与多个装置沿由所述电子地图的段表示的可导航元素的移动相关的位置数据;
使用所述位置数据确定所述段的第一平均行进速度及第二平均行进速度;
确定所述段的预期行进速度,所述预期行进速度是基于所述段的所述拥塞参数确定的介于所述第一平均行进速度与所述第二平均行进速度之间的值;及
使指示所述所确定预期行进速度的数据与所述电子地图中的所述段相关联。
2.根据权利要求1所述的方法,其包括使用所述位置数据确定所述段的所述拥塞参数。
3.根据权利要求2所述的方法,其中所述电子地图的所述段中的每一者与自由流动速度相关联,且其中使用所述段的所述自由流动速度确定所述段的所述拥塞参数。
4.根据权利要求3所述的方法,其中所述拥塞参数是基于以下项的量度:组内具有小于所述自由流动速度的所测量速度的装置的比例;及所述组内的每一装置的介于所述所测量速度与所述自由流动速度之间的相对差。
5.根据任一前述权利要求所述的方法,其中所述第一平均行进速度是算术平均值,且所述第二平均行进速度是调和平均值,使得所述第一平均行进速度总是等于或大于所述第二平均行进速度。
6.根据任一前述权利要求所述的方法,其中基于所述拥塞参数确定所述预期行进速度,使得当所述拥塞参数指示拥塞不太严重时所述预期行进速度更接近于所述第一平均行进速度,且当所述拥塞参数指示拥塞较严重时所述预期行进速度更接近于所述第二平均行进速度。
7.根据任一前述权利要求所述的方法,其中将所述预期行进速度确定为所述第一平均行进速度及所述第二平均行进速度的加权平均值,其中所述加权平均值的加权是基于所述拥塞参数。
8.根据权利要求7所述的方法,其中使用加权因子应用所述加权,所述方法进一步包括使用具有所述拥塞参数作为变量的指数函数确定所述加权因子。
9.根据任一前述权利要求所述的方法,其包括:针对多个预定循环时间段中的每一者确定所述段的多个预期行进速度,所述多个预期行进速度形成所述段的所测量速度曲线。
10.根据权利要求9所述的方法,其包括:
使用聚类方法处理针对多个段确定的一组所测量速度曲线,以生成一组标准速度曲线;
针对每一段,比较所述所测量速度曲线与所述标准速度曲线中的每一者;
基于所述比较选择与所述所测量速度曲线最类似的所述标准速度曲线,使得所述选定标准速度曲线提供所述所测量速度曲线的近似;及
使所述选定标准速度曲线与所述电子地图中的相关段相关联。
11.根据任一前述权利要求所述的方法,其包括:将指示所述电子地图的一或多个段的所述所确定预期行进速度的所述数据提供给计算装置以用于以下至少一者:使用所述电子地图生成穿过所述可导航网络从起点到目的地的路线;及确定沿使用所述电子地图生成的穿过所述可导航网络从起点到目的地的路线的估计行程时间。
12.一种用于生成沿地理区域内的可导航网络的一或多个可导航元素的预期行进速度的系统,任选地服务器,每一可导航元素是由电子地图的段表示,所述电子地图包括表示所述可导航网络的多个段,其中所述段中的每一者与拥塞参数相关联,所述拥塞参数指示由相应段表示的可导航元素上的拥塞的严重性,所述系统包括:
用于获得与多个装置沿由所述电子地图的段表示的可导航元素的移动相关的位置数据的构件;
用于使用所述位置数据确定所述段的第一平均行进速度及第二平均行进速度的构件;
用于确定所述段的预期行进速度的构件,所述预期行进速度是基于所述段的所述拥塞参数确定的介于所述第一平均行进速度与所述第二平均行进速度之间的值;及
用于使指示所述所确定预期行进速度的数据与所述电子地图中的所述段相关联的构件。
13.一种包括指令的计算机程序产品,其在由计算装置读取时引起所述计算装置根据如权利要求1到11中任一权利要求所述的方法操作。
14.一种非暂时性计算机可读媒体,其中存储有根据权利要求13所述的计算机程序产品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1601296.5 | 2016-01-25 | ||
GBGB1601296.5A GB201601296D0 (en) | 2016-01-25 | 2016-01-25 | Methods and systems for generating expected speeds of travel |
PCT/EP2017/051488 WO2017129586A1 (en) | 2016-01-25 | 2017-01-25 | Methods and systems for generating expected speeds of travel |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108604407A true CN108604407A (zh) | 2018-09-28 |
CN108604407B CN108604407B (zh) | 2021-07-23 |
Family
ID=55534852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780007760.7A Active CN108604407B (zh) | 2016-01-25 | 2017-01-25 | 用于生成预期行进速度的方法及系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10830596B2 (zh) |
EP (1) | EP3408844A1 (zh) |
CN (1) | CN108604407B (zh) |
DE (1) | DE202017007599U1 (zh) |
GB (1) | GB201601296D0 (zh) |
WO (1) | WO2017129586A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114144637A (zh) * | 2019-05-24 | 2022-03-04 | 通腾全球信息公司 | 从用户行为补充电子地图数据 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3622251A1 (en) | 2017-12-05 | 2020-03-18 | Google LLC | Landmark-assisted navigation |
US11441918B2 (en) * | 2017-12-05 | 2022-09-13 | Google Llc | Machine learning model for predicting speed based on vehicle type |
CN107993452B (zh) * | 2017-12-20 | 2021-06-08 | 杭州远眺科技有限公司 | 基于wifi探针探测高速公路上道路通行速度的测速方法 |
US11257362B2 (en) | 2018-04-18 | 2022-02-22 | International Business Machines Corporation | Determining traffic congestion patterns |
US11016999B2 (en) * | 2018-08-31 | 2021-05-25 | Here Global B.V. | Use of geographic database comprising lane level information for traffic parameter prediction |
US11035686B2 (en) | 2018-08-31 | 2021-06-15 | Here Global B.V. | Use of geographic database comprising lane level information for traffic parameter prediction |
US11295615B2 (en) * | 2018-10-29 | 2022-04-05 | Here Global B.V. | Slowdown events |
JP7176376B2 (ja) * | 2018-11-30 | 2022-11-22 | トヨタ自動車株式会社 | 車両の制御装置 |
US11686590B2 (en) * | 2019-12-17 | 2023-06-27 | Mapbox, Inc. | Correcting speed estimations using aggregated telemetry data |
US11852487B2 (en) * | 2020-02-05 | 2023-12-26 | Nothern Flow Inc. | Methods and systems to enable travel on a waterway |
CN112767687B (zh) * | 2020-12-24 | 2023-05-30 | 重庆中信科信息技术有限公司 | 一种基于通勤路径选择行为分析的路口拥堵预测方法 |
US20230082960A1 (en) * | 2021-09-15 | 2023-03-16 | Geotab Inc. | Snap to road, popular routes, popular stops, predicting roadway speed, and contiguous region identification |
CN115601967A (zh) * | 2022-09-30 | 2023-01-13 | 广州天长信息技术有限公司(Cn) | 一种高速路uj型驾驶逃费行为的数据分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009134529A (ja) * | 2007-11-30 | 2009-06-18 | Toyota Motor Corp | 交通情報作成方法及び交通情報作成装置 |
KR20110116779A (ko) * | 2010-04-20 | 2011-10-26 | 한국항공대학교산학협력단 | 에이전트 기반 실시간 통행시간 산정장치 및 그 방법 |
CN103459983A (zh) * | 2011-02-03 | 2013-12-18 | 通腾发展德国公司 | 产生预期平均行进速度的方法 |
CN104620078A (zh) * | 2012-06-29 | 2015-05-13 | 通腾发展德国公司 | 产生替代路线 |
US20150211871A1 (en) * | 2014-01-28 | 2015-07-30 | Research & Business Foundation Sungkyunkwan University | Vehicle navigation apparatus and method of determining trajectory of vehicle |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4517857B2 (ja) * | 2004-12-28 | 2010-08-04 | 株式会社デンソー | 平均車速算出装置およびカーナビゲーション装置 |
EP2203718B1 (en) | 2007-10-26 | 2014-03-12 | TomTom International B.V. | A method of processing positioning data |
EP2277156A2 (en) | 2008-04-23 | 2011-01-26 | TomTom International B.V. | A method of creating a speed estimation |
JP5296112B2 (ja) * | 2011-02-04 | 2013-09-25 | パナソニック株式会社 | フリッカ補正装置、フリッカ補正方法、およびフリッカ補正プログラム |
US9053632B2 (en) | 2012-06-29 | 2015-06-09 | International Business Machines Corporation | Real-time traffic prediction and/or estimation using GPS data with low sampling rates |
CN103632537B (zh) | 2013-12-09 | 2016-09-21 | 安徽科力信息产业有限责任公司 | 一种基于浮动车的城市道路aadt估计方法 |
-
2016
- 2016-01-25 GB GBGB1601296.5A patent/GB201601296D0/en not_active Ceased
-
2017
- 2017-01-25 CN CN201780007760.7A patent/CN108604407B/zh active Active
- 2017-01-25 DE DE202017007599.7U patent/DE202017007599U1/de active Active
- 2017-01-25 EP EP17707474.7A patent/EP3408844A1/en not_active Withdrawn
- 2017-01-25 WO PCT/EP2017/051488 patent/WO2017129586A1/en active Application Filing
- 2017-01-25 US US16/070,642 patent/US10830596B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009134529A (ja) * | 2007-11-30 | 2009-06-18 | Toyota Motor Corp | 交通情報作成方法及び交通情報作成装置 |
KR20110116779A (ko) * | 2010-04-20 | 2011-10-26 | 한국항공대학교산학협력단 | 에이전트 기반 실시간 통행시간 산정장치 및 그 방법 |
CN103459983A (zh) * | 2011-02-03 | 2013-12-18 | 通腾发展德国公司 | 产生预期平均行进速度的方法 |
CN104620078A (zh) * | 2012-06-29 | 2015-05-13 | 通腾发展德国公司 | 产生替代路线 |
US20150211871A1 (en) * | 2014-01-28 | 2015-07-30 | Research & Business Foundation Sungkyunkwan University | Vehicle navigation apparatus and method of determining trajectory of vehicle |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114144637A (zh) * | 2019-05-24 | 2022-03-04 | 通腾全球信息公司 | 从用户行为补充电子地图数据 |
Also Published As
Publication number | Publication date |
---|---|
DE202017007599U1 (de) | 2023-06-19 |
EP3408844A1 (en) | 2018-12-05 |
GB201601296D0 (en) | 2016-03-09 |
US10830596B2 (en) | 2020-11-10 |
WO2017129586A1 (en) | 2017-08-03 |
CN108604407B (zh) | 2021-07-23 |
US20200064139A1 (en) | 2020-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108604407A (zh) | 用于生成预期行进速度的方法及系统 | |
EP3519774B1 (en) | Methods and systems for generating parking related data | |
CA3011825C (en) | Simplifying gps data for map building and distance calculation | |
CN105190243B (zh) | 用于检测可导航元素的封闭的方法及系统 | |
EP3322961B1 (en) | Methods and systems for detecting a closure and/or opening of a navigable element | |
RU2406158C2 (ru) | Способы предсказания пунктов назначения из частичных траекторий, применяющие способы моделирования открытого и замкнутого мира | |
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 | |
US9417069B2 (en) | Familiarity modeling | |
US8332084B1 (en) | Four-dimensional weather predictor based on aircraft trajectory | |
CN101836084B (zh) | 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置 | |
CN109377752A (zh) | 短时交通流变化预测方法、装置、计算机设备及存储介质 | |
EP2466259A2 (en) | Method and apparatus for route searching | |
CN107084732A (zh) | 产生预期平均行进速度的方法 | |
EP3344951B1 (en) | Method and system for detecting an open navigable element | |
CN104884899A (zh) | 确定穿过交通运输网络的一或多个交叉口的轨迹的方法 | |
US9212920B1 (en) | System and method for real time optimization of driving directions | |
CN111712862A (zh) | 用于生成交通量或交通密度数据的方法和系统 | |
Tettamanti et al. | Road traffic measurement and related data fusion methodology for traffic estimation | |
WO2018179956A1 (ja) | 駐車場情報管理システム、駐車場案内システム、駐車場情報管理プログラムおよび駐車場案内プログラム | |
WO2022229049A1 (en) | Methods and systems for determining estimated travel times through a navigable network | |
JP2018169866A (ja) | 運転特性管理装置及びコンピュータプログラム |
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 |