CN108627167B - 用于优化导航性能的装置和方法 - Google Patents

Abstract

本发明涉及用于优化导航性能的装置和方法。提供一种导航系统，根据驾驶员特性和行车条件来有效使用该导航系统，其中通过单个控制器来控制包括仪表、前/后AVN及其操作系统的DUC的显示性能。

Description

用于优化导航性能的装置和方法

相关申请的交叉引证

本申请要求于2017年3月17日提交的韩国专利申请No.10-2017-0033969的优先权，其所有内容通过引证并入本文用于所有目的。

技术领域

本发明涉及一种用于优化导航性能(navigation performance)的装置和方法，更具体地，涉及通过基于驾驶员特性和行车条件控制导航性能来提供最佳可用性的一种用于优化导航性能的装置以及一种优化导航性能的方法。

背景技术

随着音频视频导航(AVN)控制器的性能的提高，单个控制器操作多个显示器来输出信息。然而，由于车辆系统具有给定性能值(specified performance value)，所以现今导航的性能在所有情况下是固定的。导航的显示性能由控制器能够输出的每秒帧数(FPS)值来确定。例如，当控制器操作四个显示器时的导航性能在算术上比当控制器操作一个显示器时的导航性能少四分之一。同时，当驾驶员使用显示器时的模式会取决于驾驶员特性和行车条件。

本发明背景技术章节中公开的信息仅用于增强对本发明的一般背景的理解，并且不能被视为该信息构成本领域技术人员已知的现有技术的承认或者任何形式的暗示。

发明内容

本发明的各个方面涉及提供使得导航系统的使用基于驾驶员特性和行车条件而有效率的一种用于优化导航性能的装置，以及一种优化导航性能的方法。

本发明构思解决的技术问题不限于上述问题，本文未提及的任何其它技术问题将由本发明所属的技术领域的技术人员从以下描述中得到清晰地理解。

根据本发明的各个方面，一种用于优化导航性能的装置，包括：数据收集部以及控制器，数据收集部被配置为收集驾驶员特性数据和行车条件数据，控制器被配置为通过使用由数据收集部收集的数据将性能优先级(performance priorities)应用于多个受控设备(DUC)以改变性能。

控制器可包括学习部，学习部被配置为通过使用从数据收集部收集的数据将性能优先级应用于重复使用的功能，并且学习DUC的优先级。

控制器可进一步包括性能确定部，性能确定部被配置为通过使用驾驶员特性数据来确定导航的用于应用性能优先级的第一最佳性能，并且通过使用行车条件数据确定导航的用于应用性能优先级的第二最佳性能。可以从学习部中学习驾驶员特性数据和行车条件数据。

驾驶员特性数据可包括基于每个功能而执行的应用的执行次数、模式和使用时间；屏幕的输出和切换模式；包括车辆行驶信息的车辆数据；以及驾驶员视线信息。

驾驶员特性数据可包括与通过使用就座检测器确定在乘客座椅或者后座椅是否坐有其他乘客相关联的数据。

行车条件数据可包括由驾驶员选择的车辆行驶模式和包括由全球定位系统(GPS)接收的道路信息和交通信息的数据。

DUC可包括前音频视频导航(AVN)、后AVN、仪表、仪表操作系统、前AVN操作系统和后AVN操作系统。

根据本发明的另一方面，一种优化导航性能的方法，包括：收集驾驶员特性数据以学习驾驶员特性，以及通过使用从驾驶员特性的学习中学得的信息来确定导航的用于应用性能优先级的第一最佳性能。

在确定了第一最佳性能之后，方法可进一步包括收集行车条件数据以学习行车条件，以及通过从行车条件的学习中学得的信息来确定导航的用于应用性能优先级的第二最佳性能。

在确定了第二最佳性能之后，方法可进一步包括在将导航信息改变为第一最佳性能或第二最佳性能之后控制受控设备。

收集驾驶员特性数据可包括：收集包括以下项的数据：基于每个功能执行的应用的执行次数、模式和使用时间；屏幕的输出和切换模式；包括车辆行驶信息的车辆数据；和驾驶员视线信息。

收集驾驶员特性数据可包括收集与通过使用就座检测器确定在乘客座椅或者后座椅是否坐有其他乘客相关联的数据。

学习驾驶员特性可包括基于驾驶员特性数据对重复使用的功能应用性能优先级，以学习受控设备的性能优先级。

收集行车条件数据可包括收集包括以下项的数据：由驾驶员选择的车辆行驶模式和包括由全球定位系统(GPS)接收的道路信息和交通信息的数据。

在收集驾驶员特性数据以学习驾驶员特性之后，方法可进一步包括确定驾驶员特性数据是否改变。

在收集行车条件数据以学习行车条件之后，方法可进一步包括确定行车条件数据是否改变。

根据本发明的另一方面，一种优化导航性能的方法，包括：收集驾驶员特性数据以学习驾驶员特性并收集行车条件数据以学习行车条件，以及通过使用从驾驶员特性的学习中学得的信息确定导航的用于使性能优先化的第一最佳性能和通过使用从行车条件的学习中学得的信息来确定导航的用于使性能优先化的第二最佳性能。

在学习驾驶员特性和行车条件之前，方法可进一步包括识别驾驶员

在确定了第二最佳性能之后，方法可进一步包括在将导航信息改变为第一最佳性能或第二最佳性能之后控制受控设备。

在学习驾驶员特性和行车条件之后，方法可进一步包括确定驾驶员特性和行车条件是否改变。

本发明的方法和装置具有其它特征和优点，这些特征和优点将在并入本文的附图和以下具体实施方式中变得明显或者从中进行更详细地阐明，附图和具体实施方式一起用于说明本发明的某些原理。

附图说明

图1是示出根据本发明的示例性实施方式的用于优化导航性能的装置的框图；

图2是示出根据本发明的示例性实施方式的用于优化导航性能的装置的操作的框图；

图3是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图；

图4是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图；

图5是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图；

图6是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图；

图7是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图；以及

图8是示出根据本发明的示例性实施方式的操作一方法的计算机系统的元件的框图。

可理解的是，附图不一定按比例绘出，而是呈现说明本发明的基本原理的各种特征的略微简化的表示。本文所公开的包括诸如特定的尺寸、方向、位置以及形状的本发明的特定设计特征由具体的预期应用和使用环境来部分确定。

在图中，贯穿附图的几幅图，参考标号指代本发明的相同或等同部件。

具体实施方式

现在，将详细参照本(些)发明的各个实施方式，本(些)发明的实施例在附图中示出并且在下文进行描述。虽然将结合示例性实施方式描述本(些)发明，但要理解的是，本说明书并不旨在将本(些)发明限于那些示例性实施方式。相反，本(些)发明不仅覆盖示例性实施方式，而且还覆盖能够包含在由所附权利要求限定的本发明的精神和范围内的各种替换、变形、等同以及其他实施方式。

在下文中，将参照附图详细描述本发明的示例性实施方式。在附图中，相同的参考标号将用于在通篇中指定相同或等同的元件。此外，将取消公知特征或功能的详细描述，以免使本发明的主旨变得不必要的晦涩。

在描述本发明的示例性实施方式的元件时，本文中可使用术语第1、第2、第一、第二、A、B、(a)、(b)等。这些术语仅用于区分开一个元件和另一个元件，但无论相应元件的顺序或次序先后如何，并不限制相应的元件。除非另有定义，否则本文使用的所有术语(包括技术或科学术语)具有的含义与本发明所属领域的技术人员通常理解的含义相同。这种术语，如在常用词典中定义的那些术语，应被解释为具有等同于相关领域的语境意义的含义，并且不被解释为具有理想或过于刻板的意义，除非在本申请中明确定义为具有这样的意义。

图1示出了根据本发明的示例性实施方式的用于优化导航性能的装置。

如图1所示，根据本发明的示例性实施方式的用于优化导航性能的装置包括：信息输入部10、驾驶员识别部20、数据收集部30、控制器40、数据存储部50和输出部60。

信息输入部10可包括当输入信息时或当应用被执行时使用的触摸屏。信息输入部10可包括前音频视频导航(AVN)触摸屏和后AVN触摸屏。

驾驶员识别部20可包括车辆中的相机(camera，摄像头)、虹膜扫描设备和指纹扫描设备。驾驶员识别部20可包括允许驾驶员输入预先存储在车辆中的驾驶员信息。

数据收集部30可收集驾驶员特性数据和行车条件数据。驾驶员特性数据包括根据各功能执行的应用的执行次数和模式、针对各功能的应用的使用时间、屏幕的输出和切换模式、包括车辆行驶信息的车辆数据、驾驶员视线信息等，它们通过信息输入部10提供。除了上述实施方式之外，从信息输入部10提供的驾驶员行为模式也可通过数据收集部30收集。除了与驾驶员相关联的数据外，还可收集与其他乘客是否坐在乘客座椅或者后座椅关联的数据，并且是否坐有其他乘客通过使用就座传感器来确定。

此外，可通过从车辆中的信息输入部10提供的驾驶员行为模式来收集行车条件数据。例如，行车条件数据可包括由驾驶员选择的车辆行驶模式(环保模式、运动模式和/或正常模式)。另外，由全球定位系统(GPS)接收道路信息和交通信息。可定期以一时间间隔收集行车条件数据，因此可以容易地检查行驶状态。

控制器40包括学习部41、性能确定部42、信息改变部43和确定部44。

学习部41可通过使用从数据收集部30收集的驾驶员特性数据和行车条件数据来学习输出部60(仪表、前AVN和后AVN)的优先级。例如，学习部41可基于乘客乘坐车辆之后使用的应用的使用顺序来学习哪个应用被优先启动，并且可通过利用屏幕输出时间和操作模式来学习后面应用的优先级。通过车辆数据和驾驶员视线信息的组合，可学习根据行车条件优先使用哪个输出部60。

此外，学习部41可通过使用从数据收集部30收集的行车条件数据来学习输出部60的优先级。在外部行车环境改变的情况下，更具体地，在行车条件从城市行车改为高速公路行车的情况下，因为与城市行车相比，驾驶员不需要观看导航，所以学习部41可学习降低前AVN的性能，并且可学会将其余性能分配给在数据存储部50中存储所收集的数据的操作。

确定部44将驾驶员特性数据与针对各驾驶员特性数据设定的初始值进行比较，以确定驾驶员特性数据是否改变。在本例中，初始值包括导航的出厂初始设置。导航默认设置包括预先设定为特定值的显示信息和已初始化的应用程序数据。此外，确定部44通过使用以一时间间隔定期收集的行车条件数据来确定道路行驶状态是否改变。

性能确定部42可通过使用来自学习部的学得的驾驶员特性数据来确定导航的第一最佳性能和通过使用行车条件数据来确定导航的第二最佳性能。可通过优先地分配给基于来自学习部的所学得的驾驶员特性数据而频繁使用的功能，来确定第一最佳性能。可通过优先分配给基于行车条件数据而频繁使用的功能，来确定第二最佳性能。根据实施方式，在行车条件从城市行车改为高速公路行车的情况下，因为与城市行车相比，驾驶员不需要观看导航，所以性能确定部42可学习降低前AVN的性能，并且可确定将收集的数据存储在数据存储部50中的性能优先级。

信息改变部43可将导航信息改变为由性能确定部42确定的最佳性能。最佳性能可应用于驾驶员判定是重要的输出部60，使得向系统资源(中央处理单元(CPU)、图形处理单元(GPU)、存储器、网络、带宽等)分配最佳性能。

输出部60是显示由驾驶员或乘客输入的信息的显示器。输出部60可包括触摸屏。输出部60可包括车辆中的多个输出部，并且例如可包括前AVN、后AVN、仪表等。输出部60可包括显示设备，该显示设备能够显示包括车辆信息、目的地、包括路况、行驶路线的地图等的信息。

图2是示出根据本发明的示例性实施方式的用于优化导航性能的装置的操作的框图。

如图2所示，根据本发明的示例性实施方式的控制器40同时控制多个受控设备(DUC)。在本例中，多个DUC可包括多个输入部10和多个输出部60，例如可包括仪表显示器、前AVN、后AVN、仪表操作系统、前AVN操作系统和后AVN操作系统。

在单个控制器40应用并学习驾驶员特性和行车条件之后，多个DUC可以以最佳值操作，因此本发明可改善显示性能。也就是说，单个控制器40可不总是以特定值操作多个DUC，而是它们可以以应用了驾驶员特性和行车条件的最佳值来操作多个DUC。因此，可避免以特定值驱动DUC。本发明可意味着控制器40有效地控制DUC。

图3是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图。

如图1和图3所示，数据收集部30收集通过信息输入部10接收的驾驶员特性数据(S111)。学习部41通过使用在操作S111中收集的驾驶员特性数据来学习驾驶员特性(S112)。确定部44基于在操作S112中学得的驾驶员特性来确定驾驶员特性是否改变(S113)。当确定部44确定驾驶员特性改变时(是)，性能确定部42确定第一最佳性能(S114)。当驾驶员特性不变时(否)，数据收集部30执行操作S116。信息改变部43将导航信息改变为在操作S114中确定的第一最佳性能(S115)。

顺序地，数据收集部30收集行车条件数据(S116)。学习部41通过使用在操作S116中收集的行车条件数据来学习行车条件(S117)。确定部44基于在操作S117中学得的行车条件来确定行车条件是否改变(S118)。当行车条件改变时(是)，性能确定部42确定导航的第二最佳性能(S119)。当行车条件不变时(否)，输出初始值(S121)。在本例中，初始值可以是由控制器40控制的受控设备(DUC)的出厂默认设置。信息改变部43将导航信息改变为在操作S119中确定的第二最佳性能(S120)。接下来，基于初始值或改变后的值来控制DUC，其中对改变后的值应用了第一最佳性能和第二最佳性能(S123)。

图4是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图。

如图1和图4所示，驾驶员识别部20识别驾驶员(S211)。当识别驾驶员时，数据收集部30收集通过信息输入部10接收到的驾驶员特性数据和行车条件数据(S212)。学习部41通过使用在操作S212中收集的驾驶员特性数据和行车条件数据来学习驾驶员特性和行车条件(S213)。

确定部44基于在操作S213中学得的驾驶员特性和行车条件来确定驾驶员特性和行车条件是否改变(S214)。当确定部44确定存在改变时(是)，当改变倾向于(is disposedin)驾驶员特性时，性能确定部42确定导航的第一最佳性能，并且当改变倾向于行车条件时，性能确定部42确定导航的第二最佳性能(S215)。当确定部44确定没有变化时(否)，输出应用了特定驾驶员特性值或行车条件值的驾驶员默认值(S216)。

信息改变部43将导航信息改变为在操作S216中确定的第一最佳性能和第二最佳性能(S217)。顺序地，以驾驶员初始值或改变后的值控制受控设备(DUC)，其中，对改变后的值应用了第一最佳性能和第二最佳性能(S218)。

图5是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图。

如图1和图5所示，数据收集部30收集从信息输入部10接收到的驾驶员特性数据和行车条件数据(S311)。学习部41通过使用在操作S311中收集的驾驶员特性数据和行车条件数据来学习驾驶员特性和行车条件(S312)。

确定部44基于在操作S312中学得的驾驶员特性和行车条件来确定驾驶员特性和行车条件是否改变(S313)。当确定部44确定存在改变时(是)，当改变倾向于(is disposedin)驾驶员特性时，性能确定部42确定导航的第一最佳性能，并且当改变倾向于行车条件时，性能确定部42确定导航的第二最佳性能(S314)。当确定部44确定没有变化时(否)，输出初始值(S315)。在该例中，初始值可以是由控制器40控制的受控设备(DUC)的出厂默认设置。信息改变部43将导航信息改变为第一最佳性能和第二最佳性能(S316)。顺序地，以初始值或应用了第一最佳性能和第二最佳性能的改变后的值控制DUC(S317)。

图6是示出根据本发明的各种示例性实施方式的优化导航性能的方法的流程图。

如图1和图6所示，数据收集部30收集通过信息输入部10接收的驾驶员特性数据(S411)。学习部41通过使用在操作S411中收集的驾驶员特性数据来学习驾驶员特性(S142)。确定部44基于在操作S412中学得的驾驶员特性来确定驾驶员特性是否改变(S413)。当确定部44确定驾驶员特性改变时(是)，性能确定部42确定导航的第一最佳性能(S414)。当确定部44确定没有变化时(否)，输出初始值(S415)。在将导航信息改变为第一最佳性能之后(S416)，以应用第一最佳性能的改变后的值控制受控设备(DUC)(S417)。

如图1和图7所示，数据收集部30收集通过信息输入部10接收的行车条件数据(S511)。学习部41通过使用在操作S511中收集的行车条件数据来学习行车条件(S512)。确定部44基于在操作S512中学得的行车条件来确定行车条件是否改变(S513)。当确定部44确定行车条件改变时(是)，性能确定部42确定导航的第二最佳性能(S514)。当确定部44确定行车条件没有改变时(否)，输出初始值(S515)。在将导航信息变更为第二最佳性能之后(S516)，以应用第二最佳性能的改变后的值控制受控设备(S517)。

如上所述，根据本发明的示例性实施方式，单个控制器可基于驾驶员特性和行车条件容易地控制多个受控设备(DUC)。也就是说，前/后AVN开/关、显示器的亮度控制、通过前/后AVN或仪表输出的图像的类型等根据驾驶员特性和行车条件而改变。因此，因为多个DUC不以特定值恒定地操作，所以单个控制器可容易地操作多个DUC。

图8是示出根据本发明的示例性实施方式的执行一方法的计算系统的配置的视图。

参考图8，计算系统1000可包括处理器1100、存储器1300、用户接口输入设备1400、用户接口输出设备1500、存储设备1600和网络接口1700，它们中的至少一个通过总线1200彼此连接。

处理器1100可以是执行存储在中央处理单元(CPU)或存储器1300和/或存储设备1600中的命令的处理的半导体器件。存储器1300和存储设备1600可包括各种易失性存储介质或非易失性存储介质。例如，存储器1300可包括只读存储器(ROM)和随机存取存储器(RAM)。

因此，关于本文公开的实施方式描述的方法或算法可直接用硬件、由处理器1100执行的软件模块或其组合来实现。软件模块可驻留在存储介质(即，存储器1300和/或存储设备1600)，诸如RAM存储器、闪速存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、光盘只读存储器(CD-ROM)中。示例性存储介质耦接到处理器1100，处理器110可从存储介质读取信息并在存储介质中写入信息。可替代地，存储介质可集成到处理器1100中。处理器1100和存储介质可在专用集成电路(ASIC)中实现。ASIC可在用户终端中实现。可替代地，处理器1100和存储介质可被实现为用户终端中的分立组件。

根据上述，本发明的各个方面提供了有效优化的导航性能，其中，一个控制器基于驾驶员特性和行车条件来控制仪表和前后显示器的显示性能。

虽然已经参照示例性实施方式描述了本发明，但是对于本领域技术人员显而易见的是，在不脱离本发明的精神和范围的情况下，可以进行各种改变和修改。

为了便于说明和在所附权利要求中的精确限定，术语“上部的”，“下部的”，“内部的”，“外部的”，“向上”，“向下”，“上面”，“下面”，“向上”，“向下”，“前”，“后”，“背面”，“内侧”，“外侧”，“向内”，“向外”，“内部的”，“外部的”，“里面的”，“外面的”，“向前”和“向后”用于参考图中所示的示例性实施方式的特征的位置来描述这些特征。

出于说明和描述的目的已经呈现了本发明的具体示例性实施方式的以上描述。它们并不旨在穷举或将本发明限制于所公开的精确形式，并且显然根据上述教导，许多修改和变化是可能的。选择和描述示例性实施方式以说明本发明的某些原理及其实际应用，以使本领域的其他技术人员能够制造和使用本发明的各种示例性实施方式及其各种替代和修改。意图是，本发明的范围由所附权利要求及其等同物限定。

Claims (13)

1.一种用于优化导航性能的装置，所述装置包括：

数据收集部，被配置为收集驾驶员特性数据和行车条件数据；以及

控制器，被配置为根据基于所收集的驾驶员特性数据和所述行车条件数据计算的最佳性能控制多个受控设备以改变其性能，

其中，所述控制器被分配所述控制器的系统资源以将所述最佳性能应用于所述多个受控设备，

其中，所述控制器包括：

学习部，被配置为通过使用从所述数据收集部收集的所述驾驶员特性数据和所述行车条件数据中的至少一个学习所述多个受控设备的优先级，

其中，所述最佳性能包括第一最佳性能和第二最佳性能，

其中，所述控制器还包括：

性能确定部，被配置为通过优先分配给基于所学得的所述驾驶员特性数据而重复使用的功能来确定导航的第一最佳性能，并且通过优先分配给基于所述行车条件数据而重复使用的功能来确定所述导航的第二最佳性能，并且

其中，从所述学习部学习所述驾驶员特性数据和所述行车条件数据。

2.根据权利要求1所述的装置，其中，所述驾驶员特性数据包括：基于每个功能执行的应用的执行次数、模式和使用时间；屏幕的输出和切换模式；包括车辆行驶信息的车辆数据；和驾驶员视线信息。

3.根据权利要求1所述的装置，其中，所述驾驶员特性数据包括与通过使用就座检测器确定在乘客座椅或者后座椅是否坐有其他乘客相关联的数据。

4.根据权利要求1所述的装置，其中，所述行车条件数据包括：由驾驶员选择的车辆行驶模式和包括由全球定位系统接收的道路信息和交通信息的数据。

5.根据权利要求1所述的装置，其中，所述受控设备包括前音频视频导航、后音频视频导航、仪表、仪表操作系统、前音频视频导航操作系统和后音频视频导航操作系统。

6.一种优化导航性能的方法，所述方法包括以下步骤：

收集驾驶员特性数据以学习驾驶员特性；

收集行车条件数据以学习行车条件；

基于所收集的驾驶员特性数据和所述行车条件数据计算最佳性能；

分配控制器的系统资源给所述控制器以将所述最佳性能应用于多个受控设备；以及

根据所述最佳性能控制所述多个受控设备以改变其性能，

其中，计算最佳性能包括：

基于从所述驾驶员特性的学习中学得的信息计算第一最佳性能；以及

基于从所述行车条件的学习中学得的信息计算第二最佳性能。

7.根据权利要求6所述的方法，其中，控制所述多个受控设备包括以下步骤：

在确定所述第二最佳性能后，

以所述第一最佳性能或所述第二最佳性能控制所述多个受控设备。

8.根据权利要求6所述的方法，其中，收集所述驾驶员特性数据包括：

收集包括以下项的数据：基于每个功能执行的应用的执行次数、模式和使用时间；屏幕的输出和切换模式；包括车辆行驶信息的车辆数据；和驾驶员视线信息。

9.根据权利要求6所述的方法，其中，收集所述驾驶员特性数据包括：

收集与通过使用就座检测器确定在乘客座椅或者后座椅是否坐有其他乘客相关联的数据。

10.根据权利要求6所述的方法，其中，所述驾驶员特性的学习包括：

通过使用所述驾驶员特性数据学习所述多个受控设备的优先级。

11.根据权利要求6所述的方法，其中，收集所述行车条件数据包括：

收集包括以下项的数据：由驾驶员选择的车辆行驶模式和包括由全球定位系统接收的道路信息和交通信息的数据。

12.根据权利要求6所述的方法，进一步包括以下步骤：

在收集所述驾驶员特性数据以学习所述驾驶员特性之后，

确定所述驾驶员特性数据是否改变。

13.一种优化导航性能的方法，所述方法包括以下步骤：

识别驾驶员；

收集驾驶员特性数据以学习驾驶员特性并且收集行车条件数据以学习行车条件；

基于所收集的驾驶员特性数据和所收集的行车条件数据计算最佳性能；

分配控制器的系统资源给所述控制器以将所述最佳性能应用于多个受控设备；以及

根据所述最佳性能控制所述多个受控设备以改变其性能，其中，计算最佳性能包括：

基于从所述驾驶员特性的学习中学得的信息计算第一最佳性能；以及

基于从所述行车条件的学习中学得的信息计算第二最佳性能。