CN109643121A - 为了乘客舒适确定和动态地更新路线和驾驶风格的方法和系统 - Google Patents

Abstract

本公开提供了一种用于为了乘客舒适而确定路线并根据所确定的路线操作车辆的方法。首先，可以确定从出发位置到终点位置的一组路线。每条路线包括一个或多个部分。对于该组路线中的每条路线，基于每个给定部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值。路线的总晕动病值反映用户在沿着路线的车辆中时将经历晕动病的可能性。然后，可以基于该组路线中的每条路线的总晕动病值从该组路线中选择路线，并且可以根据所选择的路线来操纵车辆。

Description

为了乘客舒适确定和动态地更新路线和驾驶风格的方法和 系统

相关申请的交叉引用

本申请是2016年10月5日提交的美国专利申请第15/286,153号的继续申请，其要求2016年8月19日提交的美国临时专利申请第62/377,200号的申请日的权益，该美国临时专利申请的公开内容通过引用并入本文。

背景技术

诸如不需要人类驾驶员的车辆的自主车辆可用于帮助将乘客或物品从一个位置运输到另一个位置。这样的车辆可以在完全自主模式下操作，其中乘客可以提供一些初始输入，例如乘载或目的地位置，然后车辆自身操纵到该位置。

一些乘客在车辆中可能患有晕动病。例如，晕动病(motion sickness)的症状可能包括恶心、头痛和胃部不适。因此，患有晕动病的乘客可能经历一定程度的不适，这可能使车辆中的行程对于该乘客以及车辆中的任何其他乘客而言不愉快。

发明内容

本公开的各个方面提供了一种方法，该方法包括由一个或多个处理器确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；对于该组路线中的每条给定路线，由一个或多个处理器基于给定路线的一个或多个部分中的每个部分的横荡(sway)晕动病值、纵荡(surge)晕动病值和垂荡(heave)晕动病值来确定总晕动病值，其中，路线的总晕动病值反映当用户在沿着该路线的车辆中时将经历晕动病的可能性；由一个或多个处理器基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；以及由一个或多个处理器根据所述第一路线操纵车辆。

在一个示例中，该方法还包括由一个或多个处理器接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和由一个或多个处理器使用第二驾驶风格操作所述车辆，所述第二驾驶风格与所述第一驾驶风格相比没那么激进(assertive)。在另一示例中，通过将每个总晕动病值与阈值进行比较，基于该组路线中的每条路线的总晕动病值来选择该组路线中的第一路线。在又一个示例中，将该组路线与至少一个相应的总晕动病值的指示一起显示。

在另一示例中，该方法还包括由一个或多个处理器确定该组路线中的给定路线的多个总晕动病值，所述给定路线的每个总晕动病值针对多种驾驶风格中的给定驾驶风格。在该示例中，选择该组路线中的第一路线包括选择第一驾驶风格，并且，当针对第一路线和第一驾驶风格的组合确定的总晕动病值低于阈值并且针对该组合的估计到达时间早于路线和驾驶风格的任何其他组合时，选择第一路线和第一驾驶风格的组合。

在另一示例中，该方法还包括，对于给定路线的一个或多个部分中的每个部分，基于给定驾驶风格来确定给定部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值。在该示例中，每个部分的总晕动病值至少是所述横荡晕动病值、纵荡晕动病值和垂荡晕动病值的加权组合。在另一示例中，该方法还包括基于给定驾驶风格确定给定部分的横滚(roll)晕动病值、偏转(yaw)晕动病值和俯仰(pitch)晕动病值。在该示例中，每个给定部分的总晕动病值还基于所述横滚晕动病值、偏转晕动病值和俯仰晕动病值。

在又一示例中，该方法还包括由一个或多个处理器接收与行程中的舒适等级相关的用户输入；和由一个或多个处理器至少使用所述用户输入确定阈值。在该示例中，基于阈值选择第一路线。在另一示例中，每个给定路线的总晕动病值还基于车辆中座位的位置。

本公开的其他方面提供了一种系统，该系统包括存储用于自主操作车辆的指令的存储器以及一个或多个处理器。一个或多个处理器被配置为确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；对于该组路线中的每条给定路线，基于所述给定路线的一个或多个部分中的每个部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值，其中，路线的总晕动病值反映当在沿着该路线的车辆中时用户将经历晕动病的可能性；基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；和根据第一路线操纵所述车辆。

在一个示例中，一个或多个处理器还被配置接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和使用第二驾驶风格操作所述车辆，所述第二驾驶风格与所述第一驾驶风格相比没那么激进。在另一示例中，通过将每个总晕动病值与阈值进行比较，基于该组路线中的每条路线的总晕动病值来选择该组路线中的第一路线。在又一个示例中，该组路线与至少一个相应的总晕动病值的指示一起显示。

在另一示例中，一个或多个处理器还被配置为针对该组路线中的给定路线确定多个总晕动病值，给定路线的每个总晕动病值针对多种驾驶风格中的给定驾驶风格。在该示例中，选择该组路线中的第一路线包括选择第一驾驶风格，并且，当针对第一路线和第一驾驶风格的组合确定的总晕动病值低于阈值并且针对该组合的估计到达时间早于路线和驾驶风格的任何其他组合时，选择第一路线和第一驾驶风格的组合。

在另一示例中，一个或多个处理器还被配置为，对于给定路线的一个或多个部分中的每个部分，基于给定驾驶风格来确定给定部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值。在该示例中，每个部分的总晕动病值至少是所述横荡晕动病值、纵荡晕动病值和垂荡晕动病值的加权组合。在另一示例中，该系统还包括车辆。

本公开的其他方面提供了一种非暂时性有形计算机可读存储介质，其上存储有程序的计算机可读指令。当由一个或多个处理器执行时，计算机可读指令使一个或多个处理器执行方法。该方法包括确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；对于该组路线中的每条给定路线，基于所述给定路线的一个或多个部分中的每个部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值，其中，路线的总晕动病值反映当在沿着该路线的车辆中时用户将经历晕动病的可能性；基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；和根据第一路线操纵所述车辆。

在一个示例中，该方法还包括接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和使用第二驾驶风格操作所述车辆，所述第二驾驶风格与第一驾驶风格相比没那么激进。

附图说明

图1是根据本公开各个方面的示例车辆的功能图。

图2A-2D是根据本公开各个方面的车辆的示例外部视图。

图3是根据示例性实施例的示例系统的功能图。

图4是根据本公开各个方面的图3的系统的示意图。

图5是根据本公开各个方面的示例地图。

图6是根据本公开各个方面的示例路线。

图7是根据本公开各个方面的用于确定路线的一部分的晕动病值的示例流程图。

图8是根据本公开各个方面的示例显示。

图9是根据本公开各个方面的用于确定路线和驾驶风格的另一示例流程图。

具体实施方式

概述

本技术涉及确定车辆的路线和驾驶风格，以降低乘客在行程期间经历晕动病的可能性。例如，某些道路可能在方向上有更多变化，因此可能有更多的加速度。此外，某些驾驶风格使乘客受到不同加速度量和类型。因为乘客可能由于各种加速度类型和量而经历晕动病，所以对于乘客而言，一些路线可能比其他路线更舒适。因此，对于给定路线的加速度可以用于确定对于给定驾驶风格的总晕动病值，并且晕动病值可以用于自主车辆的路线规划和/或操作。

为了确定行程的晕动病值并使用这些值来规划或选择行程的路线，可以确定从出发位置到终点位置的一条或多条路线。出发位置可以是检测到的用户设备的当前位置，或者可以基于从用户设备接收的用户输入来选择。可以基于从用户设备接收的用户输入来选择终点位置。该组路线中的每条路线可包括一个或多个部分。

通过组合该组路线中的每条路线的每个部分对于多种驾驶风格中的每种驾驶风格的横荡晕动病值、纵荡晕动病值和垂荡晕动病值，可以为该组路线中的每条路线的每个部分分配晕动病值。晕动病值可以指示乘客可能由于路线的特定部分和特定驾驶风格而经历晕动病的可能性。使用每条路线的每个部分的特性，可以基本确定横荡、纵荡和垂荡晕动病值。可以基于车辆的横向加速度或横向运动的变化率来确定横荡晕动病值；可以基于车辆的前后加速度或前后运动的变化率来确定纵荡晕动病值；并且可以基于车辆的垂直加速度或绕其俯仰轴的变化率来确定垂荡晕动病值。

可以组合每个部分的晕动病值以确定该组路线中的每条路线对于每种驾驶风格的总晕动病值。如果在多种驾驶风格中存在三种驾驶风格，则每条路线可具有三个总晕动病值。每条路线对于给定驾驶风格的总晕动病值可以是例如每个部分对于给定驾驶风格的晕动病值的总和或平均值。

可以基于总晕动病值来选择路线和/或驾驶风格。可以选择一路线和驾驶风格的配对以具有比另一路线和驾驶风格的配对更低的总晕动病值。当给定的驾驶风格被设置为优选的驾驶风格时，可以选择具有一总晕动病量值的长路线而不是具有高于该长路线的总晕动病值的总晕动病值的短路线。当指示对最短路线的偏好时，可以选择具有没那么激进(assertive)的驾驶风格的最短路线。当确定乘客容易患晕动病时，可以选择具有最低总晕动病值的路线和驾驶风格。此后，可以操作自主车辆以使用所选择的路线和驾驶风格的配对来导航到终点位置。

另外，如下面详细讨论的，本文描述的特征允许各种替代方案。

示例系统

如图1中所示，根据本公开一个方面的车辆100包括各种部件。虽然本公开的某些方面对于特定类型的车辆特别有用，但是车辆可以是任何类型的车辆，包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。车辆可以具有一个或多个计算设备，例如包含一个或多个处理器120、存储器130和通常存在于通用计算设备中的其他部件的计算设备110。

存储器130存储可由一个或多个处理器120访问的信息，包括可由处理器120执行或以其他方式使用的指令132和数据134。存储器130可以是能够存储可由处理器访问的信息的任何类型，包括计算设备可读介质，或存储可借助于电子设备读取的数据的其他介质，例如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘，以及其他可写和只读存储器。系统和方法可以包括前述的不同组合，由此指令和数据的不同部分存储在不同类型的介质上。

指令132可以是由处理器直接执行(例如机器代码)或间接执行(例如脚本)的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在这方面，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储，以便由处理器直接处理，或者以任何其他计算设备语言(包括脚本或按需解译或预先编译的独立源代码模块的集合)存储。下面更详细地说明指令的功能、方法和例程。

处理器120可以根据指令132来获取、存储或修改数据134。例如，尽管所要求保护的主题不受任何特定数据结构的限制，但是数据可以存储在计算设备寄存器中、在关系数据库中作为具有多个不同字段和记录的表、XML文档或平面文件。数据还可以以任何计算设备可读格式格式化。数据134可包括详细地图信息136，例如，标识道路、交叉路口、人行横道、速度限制、交通信号、建筑物、标志、预测和实时交通信息或其他这样的对象和信息的特性的高度详细的地图。道路的特性可以包括形状(斜坡、弯曲、弯度等)、高程和地形。在一些示例中，详细地图信息可以包括计算设备110可以沿其来操纵车辆100预定的虚拟轨道。因此，这些轨道可以与指示轨道在其中展现的车道的方向(或者交通应该在该车道中移动的方向)的方向信息相关联。通过沿循轨道，可以高准确度地预测车辆100沿着路线的将来位置。

另外，计算设备110的数据134可以存储各种控制因素数据。控制因素可以包括沿着路线的详细地图信息(例如，道路地图对车道线、路缘等的位置的高度详细的地图)的可用性、来自当前数据馈送的输入(例如包括交通、建筑、事故信息和天气数据)、报告问题区域的来自其他自主车辆的数据和历史数据(包括过去的交通数据，危险区域或高事故率的区域，天气状况，例如雾、明媚的阳光等)。

数据还可以存储用于操作车辆100的多种驾驶风格。驾驶风格可以表示车辆操作的一组参数，例如速度和加速速率。换句话说，驾驶风格可以表示车辆操纵地有多激进。驾驶风格越激进，乘客经历的加速速率(rate)就越高。因此，激进的驾驶风格更有可能导致乘客经历晕动病。多种驾驶风格可包括温和的驾驶风格、激进的驾驶风格和谨慎的驾驶风格。对于温和的驾驶风格，车辆可以操作在稍微低于公布的速度限制之下，例如低于公布的速度限制每小时5到10英里，并且可以以常规速率加速。对于激进的驾驶风格，车辆可以以公布的速度限制操作，并且可以以比以温和驾驶风格操作的车辆更快的速率加速。对于谨慎的驾驶风格，车辆可以以较慢的速度操作，例如公布的速度限制的一半，并且可以以比以温和驾驶风格操作的车辆更慢的速率加速。

一个或多个处理器120可以是任何传统处理器，例如商用CPU。替代地，一个或多个处理器可以是专用设备，例如ASIC或其他基于硬件的处理器。尽管图1在功能上将处理器、存储器和计算设备110的其他元件示出为在同一框内，但是本领域普通技术人员将理解，处理器、计算设备或存储器实际上可以包括可以存放或可以不存放在同一物理壳体内的多个处理器、计算设备或存储器。例如，存储器可以是位于与计算设备110的壳体不同的壳体中的硬盘驱动器或其他存储介质。因此，提及处理器或计算设备将被理解为包括提及可以或不可以并行操作的处理器或计算设备或存储器的集合。

计算设备110可以包括关于计算设备通常所使用的所有部件，例如上述处理器和存储器以及用户输入部150(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如，具有屏幕的监视器或可操作以显示信息的任何其他电子设备)。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154，以提供信息或视听体验。在这方面，内部电子显示器152可以位于车辆100的驾驶舱内，并且可以被计算设备110用来向车辆100内的乘客提供信息。

计算设备110还可以包括一个或多个无线网络连接156，以促进与其他计算设备(例如下面详细描述的客户端计算设备和服务器计算设备)的通信。无线网络连接可以包括短程通信协议，例如蓝牙、蓝牙低功耗(LE)，蜂窝连接，以及各种配置和协议，包括因特网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专用的通信协议的专用网络、以太网、WiFi和HTTP，以及前述的各种组合。

在一个示例中，计算设备110可以是结合到车辆100中的自主驾驶计算系统。自主驾驶计算系统可以能够与车辆的各种部件通信。例如，返回图1，计算设备110可以与车辆100的各种系统(例如减速系统160、加速系统162、转向系统164、信令系统166、导航系统168、定位系统170和感知系统172以及保护系统174)通信，以便根据存储器130的指令132控制车辆100的移动、速度等。另外，尽管这些系统被示为在计算设备110外部，但实际上，这些系统也可以结合到计算设备110中，也作为用于控制车辆100的自主驾驶计算系统。与计算设备110一样，这些系统中的每一个也可以包括与处理器120、存储器130、指令132和数据134一样的一个或多个处理器以及存储数据和指令的存储器。

作为示例，计算设备110可以与减速系统160和加速系统162交互以便控制车辆的速度。类似地，计算设备110可以使用转向系统164，以便控制车辆100的方向。例如，如果车辆100被配置为在道路上使用，例如汽车或卡车，则转向系统可以包括控制车轮的角度以使车辆转向的部件。计算设备110可以使用信令系统166，以便例如通过在需要时点亮转向信号或制动灯来向其他驾驶员或车辆发出车辆的意图的信号。

计算设备110可以使用导航系统168以便确定并沿循路线以到达某一位置。在这方面，导航系统168和/或数据134可以存储详细地图信息，例如，标识道路的形状和高程、车道线、交叉路口、人行横道、速度限制、交通信号、建筑物、标志、实时交通信息、植被或其他这样的对象和信息的高度详细的地图。

计算设备110可以使用定位系统170，以便确定车辆在地图上或地球上的相对或绝对位置。例如，定位系统170可以包括GPS接收器以确定设备的纬度、经度和/或高度位置。例如基于激光的定位系统、惯性辅助GPS或基于相机的定位的其他定位系统也可用于识别车辆的位置。车辆的位置可以包括绝对地理位置，例如纬度、经度和高度以及相对位置信息，例如相对于紧邻其周围的其他车辆的位置，其通常可以以比绝对地理位置小的噪声来确定。

定位系统170还可以包括与计算设备110通信的其他设备，例如加速度计、陀螺仪或其他方向/速度检测设备，以确定车辆的方向和速度或者方向和速度的变化。仅作为示例，加速设备可以确定其相对于重力方向或与其垂直的平面的俯仰、偏转或横滚(或其变化)。该设备还可以跟踪速度的增加或减少以及这样的变化的方向。如本文所述的设备的位置和方位数据的供应可以自动提供给计算设备110、其他计算设备以及前述的组合。

感知系统172还包括用于检测车辆外部的对象(例如其他车辆、道路中的障碍物、交通信号、标志、树木等)的一个或多个部件。例如，感知系统172可以包括激光器、声纳、雷达、相机和/或记录可由计算设备110处理的数据的任何其他检测设备。在车辆是例如汽车的小型乘用车辆的情况下，车辆可以包括激光器214(图2A-2D中所示)或安装在车顶或其他方便位置上的其他传感器。

感知系统172的这些传感器可以检测车辆环境中的对象以及那些对象的特性，例如它们的位置、前进方向、尺寸(长度、高度和宽度)、类型和近似重心。例如，感知系统可以使用被识别为行人(或人类)的对象的高度来估计该对象的近似重心。在这方面，感知系统可以将对象的特性与已知的拟人数据进行比较，以确定近似重心。对于其他对象类型，可以使用各种已知的统计分析从对象的特性确定近似重心。这些确定所需的数据和信息可以存储在例如存储器130或感知系统的不同存储器中。

计算设备110可以通过控制各种部件来控制车辆的方向和速度。作为示例，计算设备110可以使用来自详细地图信息的数据和导航系统168完全自主地将车辆导航到目的地位置。计算设备110可以使用定位系统170来确定车辆的位置并使用感知系统172来检测对象并在需要时响应于该对象以安全地到达该位置。为了这样做，计算设备110可以使车辆加速(例如，通过由加速系统162增加提供给发动机的燃料或其他能量)，减速(例如，通过由减速系统160减少供应给发动机的燃料、改变档位和/或通过施加制动)，改变方向(例如，通过由转向系统164转动车辆100的前轮或后轮)，以及发出这样的变化的信号(例如，通过点亮信令系统166的转向信号)。因此，加速系统162和减速系统160可以是传动系的一部分，该传动系包括车辆的发动机和车辆的车轮之间的各种部件。同样，通过控制这些系统，计算设备110还可以控制车辆的传动系，以便自主地操纵车辆。

图2A-2D是车辆100的外部视图的示例。可以看出，车辆100包括一般车辆的许多特征，例如前灯202、挡风玻璃203、尾灯/转向信号灯204、后挡风玻璃205、车门206、侧视镜208、轮胎和车轮210以及转向信号/停车灯212。前灯202、尾灯/转向信号灯204和转向信号/停车灯212可以与信令系统166相关联。灯条207也可以与信令系统166相关联。

车辆100的计算设备110还可以向其他计算设备传递信息或从其他计算设备接收信息。图3和4分别是示例系统300的示意和功能图，示例系统300包括经由网络360连接的多个计算设备310、320、330、340和存储系统350。系统300还包括车辆100和车辆100A，车辆100A可以与车辆100类似地配置。尽管为了简单起见仅描绘了几个车辆和计算设备，但是一般的系统可以包括多得多的车辆和计算设备。

如图4中所示，计算设备310、320、330、340中的每一个可以包括一个或多个处理器、存储器、数据和指令。这样的处理器、存储器、数据和指令可以与计算设备110的一个或多个处理器120、存储器130、指令132和数据134类似地配置。

网络360和中间节点可以包括各种配置和协议，包括短程通信协议，例如蓝牙、蓝牙LE、因特网、万维网、内联网、虚拟专用网、广域网，局域网、使用一个或多个公司专用的通信协议的专用网络、以太网、WiFi和HTTP以及前述的各种组合。任何能够向其他计算设备发送数据和从其他计算设备接收数据的设备(例如调制解调器和无线接口)可以促进这样的通信。

在一个示例中，一个或多个计算设备110可以包括具有多个计算设备的服务器，例如，负载平衡服务器群，其与网络的不同节点交换信息以用于从其他计算设备接收数据、处理该数据以及向其他计算设备发送数据的目的。这些服务器计算设备可以形成集中式调度系统的一部分。例如，一个或多个计算设备310可以包括一个或多个服务器计算设备，其能够经由网络360与车辆100的计算设备110或车辆100A的类似计算设备以及计算设备320、330、340通信。例如，车辆100和100A可以是一队车辆的一部分，其可以由服务器计算设备调度到各个位置。在这方面，一队车辆可以周期性地向服务器计算设备发送由车辆的相应定位系统提供的位置信息，并且一个或多个服务器计算设备可以跟踪车辆的位置。

另外，服务器计算设备310可以使用网络360向用户(例如显示器(例如计算设备320、330、340的显示器324、334、344)上的用户322、332、342)发送并呈现信息。在这方面，计算设备320、330、340可以被认为是客户端计算设备。

如图3中所示，每个客户端计算设备320、330、340可以是旨在供用户322、332、342使用的个人计算设备，并且具有关于个人计算设备通常所使用的所有部件，包括一个或多个处理器(例如，中央处理单元(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、例如显示器324、334、344的显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视或其他可操作以显示信息的设备)以及用户输入设备326、336、346(例如，鼠标、键盘、触摸屏或麦克风)。客户端计算设备还可以包括用于记录视频流的相机、扬声器、网络接口设备以及用于将这些元件彼此连接的所有部件。

另外，客户端计算设备320和330还可以包括用于确定客户端计算设备的位置和方位的部件328和338。例如，这些部件可以包括用于确定设备的纬度、经度和/或高度的GPS接收器以及如上关于车辆100的定位系统170所述的加速计、陀螺仪或其他方向/速度检测设备。

尽管客户端计算设备320、330和340每个均可以包括全尺寸个人计算设备，但是它们可以替代地包括能够通过网络(例如因特网)与服务器无线地交换数据的移动计算设备。仅作为示例，客户端计算设备320可以是移动电话或设备，例如支持无线的PDA、平板PC、可穿戴计算设备或系统，或能够经由因特网或其他网络获得信息的上网本。在另一个示例中，客户端计算设备330可以是可穿戴计算系统，如图3中的头戴式计算系统所示。作为示例，用户可以使用小键盘、键区、麦克风，使用利用相机的视觉信号、或触摸屏输入信息。

在一些示例中，客户端计算设备340可以是由管理员用来向例如用户322和332的用户提供礼宾服务的礼宾工作站。例如，礼宾人员342可以使用礼宾工作站340来通过用户各自的客户端计算设备或者车辆100或100A经由电话呼叫或音频连接与用户通信，以促进车辆100和100A的安全操作以及用户的安全，这在下面进一步详细地描述。尽管在图3和4中仅示出了单个礼宾工作站340，但是在一般系统中可以包括任何数量的这样的工作站。

存储系统350可以存储各种类型的信息，这在下面更详细地描述。该信息可以由服务器计算设备(例如一个或多个服务器计算设备310)获取或以其他方式访问，以便执行本文描述的特征中的一些或全部。例如，该信息可以包括用户帐户信息，例如凭证(例如，如在传统的单因素认证的情况下的用户名和密码以及在多因素认证中一般使用的其他类型的凭证，例如随机标识符、生物计量等)，其可以用于将用户标识给一个或多个服务器计算设备。用户帐户信息还可以包括个人信息，例如用户的姓名、联系信息、用户的客户端计算设备(或者，如果用相同的用户帐户使用多个设备的情况下则是多个客户端计算设备)的标识信息、以及用户的一个或多个唯一信号。

存储系统350还可以存储用于生成和评估位置之间的路线的路线选择(routing)数据。例如，路线选择信息可用于估计在第一位置的车辆到达第二位置所花费的时间。在这方面，路线选择信息可以包括地图信息，不必像上述详细地图信息那样具体，但包括道路以及关于那些道路的信息，例如方向(单向、双向等)、方位(北、南等)、速度限制以及标识预期交通状况的交通信息等。存储系统350还可以包括在性质上与详细地图信息136类似的详细地图信息、各种控制因素数据以及操作自主车辆的驾驶风格。

与存储器130一样，存储系统350可以是能够存储服务器计算设备310可访问的信息的任何类型的计算机化存储装置，例如硬盘驱动器、存储卡、ROM、RAM、DVD、CD-ROM、可写入和只读存储器。另外，存储系统350可以包括分布式存储系统，其中数据存储在多个不同的存储设备上，这些存储设备可以在物理上位于相同或不同的地理位置。存储系统350可以经由网络360连接到计算设备，如图3中所示，和/或可以直接连接到或结合到计算设备110、310、320、330、340等中的任何一个中。

示例方法

除了上面描述和图中所示的操作之外，现在将描述各种操作。应该理解，不必以下面描述的精确顺序执行以下操作。而是，可以以不同的顺序或同时处理各种步骤，并且还可以添加或省略步骤。

为了确定自主车辆中的行程的路线和驾驶风格，可以确定从出发位置到终点位置的一条或多条路线。利用道路网络地图(例如存储在存储器130或存储系统350中的地图信息)的已知路线选择技术可用于标识出发位置和终点位置之间的一组路线。在这方面，路线选择可以考虑各种因素，例如时间、距离、地形、街道类型、交通控制系统、交通拥堵和速度限制。该组路线可以相当少，例如五(5)条最短的(在时间和/或距离上)，或稍多，例如100条最短的(在时间和/或距离上)。出发位置可以是检测到的用户设备(例如客户端计算设备320或330)的当前位置，或者可以基于从用户设备接收的用户输入来选择。可以基于从用户设备接收的用户输入来选择终点位置。如图5中所示，使用地图信息500将出发位置A和目的地位置B之间的两(2)条路线(路线1和路线2)确定为两条最短路线。路线1具有10.1英里长的距离，并且路线2具有10.3英里长的距离。

该组路线中的每条路线可以包括一个或多个部分。例如，路线的第一部分可以是地图的第一街道上的距离，路线的第二部分可以是从地图的第一街道到地图的第二街道的路线上的转弯，并且路线的第三部分可以是地图的第二街道上的距离。路线的第一部分可以在出发位置和路线上的第一点之间，第二部分可以在路线上的第一点和第二点之间，并且第三部分可以在路线上的第二点和目的地之间。如图6的图600中所示，路线2包括转弯部分P1、街道部分P2、转弯部分P3、街道部分P4、转弯部分P5和街道部分P6。

图7是示出可以如何确定路线的给定部分对于给定驾驶风格的晕动病值的流程图700。可以通过组合该组路线中的每条路线的每个部分对于多种驾驶风格中的每种驾驶风格的横荡晕动病值、纵荡晕动病值或垂荡晕动病值中的一个或多个，为该组路线中的每条路线的每个部分分配晕动病值，该晕动病值指示乘客可能经历晕动病的可能性。

可以使用给定的驾驶风格、历史数据和详细地图信息来确定沿着路线的给定部分的预测加速度。关于驾驶风格，对于激进的驾驶风格而言预测的加速度可以大于对于温和的驾驶风格而言预测的加速度，因为与温和的驾驶风格相比，当使用激进的驾驶风格时车辆以更快的速度和更快的加速度行驶。对于谨慎的驾驶风格，预测的加速度甚至可以更小，因为当使用谨慎的驾驶风格时车辆以甚至更低的速度和更慢的加速度行驶。

历史数据可以包括历史交通信息。如果历史交通指示一段道路由于拥堵而具有走走停停的交通，则可以预测更大量的前后加速度。

来自详细地图信息136的道路的特性，例如弯曲、转弯、斜坡、交叉路口、停车标志和交通灯的量，也可以通知对预测的加速度的确定。车辆可能在弯曲或转弯处经历更高量的横向加速度。车辆可能由于停止和启动(例如在沿着道路的停车标志或交通灯处)而经历更高量的前后加速度。因此，预测的加速度可以包括不同方向上的加速度，例如横向加速度710、前后加速度712和垂直加速度714，如图7中所示。如下面进一步详细讨论的，预测的加速度可以用于确定如下面进一步讨论的横荡、纵荡和垂荡晕动病值。

返回到图6，例如路线2的转弯部分P1、P3和P5。例如，路线2的街道部分P4包括五个交叉路口，这增加了针对街道部分P4预测的前后加速度的量。

用于路线的给定部分的横向、前后和垂直加速度可以经过与晕动病相关的一个或多个过滤器。一个或多个过滤器720可以被配置为去除人类不敏感的加速度并且保持人类敏感的加速度。对于不同类型的加速度，可以使用不同的过滤器。因此，输入的横向、前后和垂直加速度可以具有比经过滤的横向、前后和垂直加速度更宽的加速度范围。

对于路线的给定部分可以处理经过滤的横向、前后和垂直加速度以确定横荡、纵荡和垂荡晕动病值。对于在730输入的经过滤的横向、前后和垂直加速度中的每一个，输出横荡晕动病值740、纵荡晕动病值742和垂荡晕动病值744。作为示例，横荡晕动病值可以通过取横向加速度的平方的积分的平方根来计算，且纵荡晕动病值可以通过取前后加速度的平方的积分的平方根来计算，并且垂荡晕动病值可以通过取垂直加速度的平方的积分的平方根来计算。当然，也可以使用其他计算来确定这些值。

可以以加权的方式聚合对于每种驾驶风格的横荡、纵荡和垂荡晕动病值，以确定对于路线的给定部分的晕动病值。乘数750或权重被应用于横荡740、纵荡742或垂荡744晕动病值中的每一个。每个乘数可以特定于晕动病值的类型。换句话说，应用于横荡晕动病值740的乘数可以不同于应用于纵荡晕动病值742的乘数，应用于纵荡晕动病值742的乘数可以不同于应用于垂荡晕动病值744的乘数。在一些情况下，由于横向运动的变化可能更容易引起乘客的晕动病，因此横向晕动病值可能超过比前后和垂荡晕动病值加权得更多。在这方面，作为示例，横荡、纵荡和垂荡晕动病值可以分别用0.67、0.22和0.11的权重加权。

可以在框760处对路线的给定部分的经加权的横荡、纵荡和垂荡晕动病值求和，以确定对于该给定部分的晕动病值770。对于路线2，转弯部分P1的晕动病值由P1的横荡晕动病值、P1的纵荡晕动病值和P1的垂荡晕动病值之和来确定。例如，使用温和驾驶风格的P1的横荡晕动病值可以是0.5。使用温和驾驶风格的P1的纵荡晕动病值可以是0.3。使用温和驾驶风格的P1的垂荡晕动病值可以是0.1。分别使用0.67、0.22和0.11的权重用于横荡、纵荡和垂荡晕动病值，P1的晕动病值可以是0.67*0.5+0.22*0.25+0.11*0.1，即0.40。部分P2-P6的晕动病值可以使用特定于路线2的各个部分的横荡、纵荡和垂荡晕动病值来类似地计算。

可以组合每个部分的晕动病值以确定该组路线的每条路线对于每种驾驶风格的总晕动病值。如果在多种驾驶风格中存在三种驾驶风格，则每条路线可具有三个总晕动病值。每条路线对于给定驾驶风格的总晕动病值例如可以是路线的各个部分对于给定驾驶风格的晕动病值的总和、平均值或加权组合。加权组合的权重可以相对于每个部分的长度与路线的总长度的比率。因此，如果该组路线包括5条不同的路线并且存在3种不同的驾驶风格，则结果将是15(5x3)个总晕动病值。

回到图6的示例，对于路线2，可以组合部分P1-P6对于温和驾驶风格的晕动病值，以确定路线2对于温和驾驶风格的总晕动病值。对于温和驾驶风格，P1-P6的晕动病值可分别为0.40、0.15、0.40、0.30、0.40和0.15。因此，路线2对于温和驾驶风格的这些总晕动病值可以是P1-P6晕动病值的平均值：0.3。部分P1-P6对于激进驾驶风格的晕动病值也可以被平均以确定路线2对于激进驾驶风格的总晕动病值，并且对于谨慎驾驶风格的值也可以被平均以确定对于谨慎驾驶风格的总晕动病值。路线1对于激进、温和及谨慎驾驶风格的总晕动病值可以类似地确定。关于每种驾驶风格，可以对路线1进行类似的确定。

因此，对于路线1和2并且对于三种驾驶风格，可以确定总共六(6)个总晕动病值。根据图8中的路线选择选项810，预测选取路线1对于激进驾驶风格具有29分钟的行程时间和0.8的晕动病值，对于温和驾驶风格具有31分钟的行程时间和0.5的晕动病值，并且对于谨慎驾驶风格具有33分钟的行程时间和0.2的晕动病值。路线选择选项820显示，另一方面，预测选取路线2对于激进驾驶风格具有32分钟的行程时间和0.4的晕动病值，对于温和驾驶风格具有35分钟的行程时间和0.3的晕动病值，并且对于谨慎驾驶风格具有37分钟的行程时间和0.1的晕动病值。

可基于总晕动病值来选择路线和/或驾驶风格。可以选择路线和驾驶风格的某一配对以具有比路线和驾驶风格的另一配对更低的总晕动病值。可以将给定驾驶风格设置为优选驾驶风格。当给定的驾驶风格被设置为优选驾驶风格(例如温和驾驶风格)时，可以选择具有某一总晕动病量值的长路线而不是总晕动病值高于该长路线的总晕动病值的短路线。乘客可以指示对最短路线的偏好，在这种情况下，可以选择具有没那么激进的驾驶风格的最短路线。如果乘客容易患晕动病，则可以选择具有最低总晕动病值的路线和驾驶风格。可以使用包括一系列问题的乘客评估来确定乘客对晕动病的易感性。评估可以附加地或替代地包括使用视觉技术检测可能与晕动病的易感性相关的乘客特性，例如年龄、性别和种族。

对于图8中所示的路线选择选项，如果将温和驾驶风格设置为优选驾驶风格，则可以选择路线2，因为路线2上对于温和驾驶风格的总晕动病值为0.3，这比路线1上对于温和驾驶风格的总晕动病值0.5低。因为路线1比路线2短，所以当最短路线被指示为用户偏好时，可以选择路线1和谨慎驾驶风格。在确定乘客容易患晕动病的情况下，可以选择路线2和谨慎驾驶风格，因为该组合产生最低晕动病值0.1。

此后，可以操作自主车辆以使用如上所述的所选路线和驾驶风格导航到终点位置。

图9是根据上述一些方面的示例流程图900，其包括用于操作车辆以使乘客舒适的方法。例如，在框910处，可以确定从出发位置到终点位置的一组路线。该组路线中的每条路线可包括一个或多个部分。给定路线的一个或多个部分可以与路线的不同部段(例如街道和转弯)对应。

在框920处，可以为该组路线的每条路线确定总晕动病值。可以基于给定路线的一个或多个部分中的每个部分的晕动病值来确定总晕动病值。给定部分的晕动病值包括横荡晕动病值、纵荡晕动病值和垂荡晕动病值。可以聚合给定路线的每个部分的晕动病值，以便确定给定路线的总晕动病值。

在框930处，基于该组路线中的每条路线的总晕动病值来选择该组路线中的第一路线。作为示例，可以将第一路线选择为具有最低总晕动病值的路线，具有不超过阈值的最高总晕动病值的最快路线，或者具有最低总晕动病值的最短路线。然后，在框940处，可以根据所选择的第一路线自主地操纵车辆。

在进一步示例中，可以基于更新的路线特性和/或乘客的输入来实时改变所选择的路线和驾驶风格。更新的路线特性例如可以包括当车辆处于通往目的地的路线时检测到的实际交通拥堵和模式。因此，由于更新的路线特性，路线的一部分的实际晕动病值可能高于所确定的路线的该部分的晕动病值。在实际晕动病值更高的情况下，自主车辆可以使用没那么激进的驾驶风格自动开始操作和/或选取不同的路线以便实现较低的实际晕动病值和/或匹配针对整体路线所确定的总晕动病值。在一些示例中，如果较高的实际晕动病值是由包括许多快速停止的交通模式引起的，则自主车辆可以以距前方车辆较远的跟随距离操作。替代地，自主车辆可以自动改变路线以使用没那么拥堵的街道。

来自乘客的输入可以是对不同路线和/或驾驶风格的选择。输入也可以指示乘客正在经历晕动病的症状。例如，乘客可以提供他们“感到不适”的语音输入，或者可以在视觉上检测乘客的身体反应以确定他或她接近或当前感觉不适。当接收到乘客正在经历晕动病症状的指示时，自主车辆可以使用没那么激进的驾驶风格自动开始操作。在一些示例中，自主车辆可以以较慢的速度操作。

对路线和/或驾驶风格的选择还可以基于路线的总晕动病值的阈值。可以将该组路线中的每条路线的总晕动病值与阈值进行比较。当乘客容易患晕动病时，可以基于自然敏感性或暂时敏感性来设置较低的阈值。暂时敏感性可能是引起恶心的疾病。另一方面，当乘客不太容易患晕动病时，可以设置较高的阈值。阈值可以是默认数字。默认数字可以表示何时乘客较有可能在路线上经历晕动病。替代地，阈值可以由乘客设置，或者可以基于对乘客的评估来确定。对乘客的评估可以包括在行程期间和/或之后从乘客收集反馈。反馈可以包括对乘坐的舒适程度或舒适等级的评级，并且可以随时间被取平均以确定乘客的定制阈值。每次从乘客接收反馈时，可以更新阈值。在选择期间可以不考虑具有大于阈值的总晕动病值的路线选择选项。例如，如果总晕动病值的阈值设置为0.5，则在选择期间可以不考虑路线1的激进驾驶风格。

当车辆中存在多于一个乘客时，对路线和/或驾驶风格的选择可以基于最容易患晕动病的乘客的阈值。

路线的一部分的阈值也可用于确定路线的每个部分的驾驶风格。路线的一部分的阈值可以与总晕动病值的阈值不同。在一些实施方式中，可以针对每条路线的每个部分单独地而不是针对整个路线选择驾驶风格。因此，对于每条路线的每个部分，可以选择驾驶风格以使得给定部分的晕动病值不超过设置的阈值。例如，对于路线2，可以为P1选择谨慎驾驶风格，而可以为P2选择激进驾驶风格。在其他示例中，可以针对路线的每个部分确定驾驶风格，使得总晕动病值不超过总晕动病值的设置阈值。

可以使用路线或路线的一部分的总晕动病值的阈值来实时改变所选择的路线和驾驶风格。在行程之前，可以为路线选择所选择的路线和驾驶风格，使得总晕动病值小于路线的总晕动病值的阈值。在行程期间，沿着路线的一部分的实际晕动病值可能被检测为大于所确定的沿着路线的该部分的晕动病值。结果，如果以所选择的驾驶风格执行所选路线的剩余部分，则可以确定该路线整体的实际总晕动病值超过阈值。作为响应，可以如上所述实时改变所选择的路线和驾驶风格。替代地，当路线的给定部分的实际晕动病值超过所确定的给定部分的晕动病值时，可以实时改变所选择的路线和驾驶风格。

可以提供一条或多条路线对于多种驾驶风格中的每一种的总晕动病值以供显示。特别地，可以显示正在考虑以供选择的每条路线的驾驶风格。图8的显示800可由计算设备110在车辆100中的显示器上或由客户端计算设备320或330在显示器324或334上的呈现。如图所示，显示800包括分别对于路线1和路线2的路线选择选项810和820，以及描绘路线1和路线2的地图830。每个路线选择选项包括驾驶风格信息882、884、886、862、864和866。在其他示例中，也可以提供推荐的路线和驾驶风格的配对。

对路线和/或驾驶风格的选择还可以基于在用户设备处接收的用户输入。在示例显示800中，显示的驾驶风格选项882、884、886、862、864、866可以是基于每种驾驶风格的相应晕动病值而被选择来用于显示的驾驶风格选项的子集。每条路线的每种驾驶风格选项包括用于接收用户输入的选择按钮。可以在指示路线和驾驶风格配对的选择按钮之一处接收用户输入。选择按钮840也包括在显示800中，以根据所选择的路线和驾驶风格配对接收用户输入以开始车辆的操作。

在另一替代方案中，可基于用户的输入为用户确定定制驾驶风格。用户的输入可以包括当用户在驾驶车辆时从用户收集的数据，例如速度和加速度。可以将定制驾驶风格设置为默认驾驶风格，并且可以基于默认驾驶风格和晕动病值从多条路线中选择路线。

例如，每条路线的每个部分的晕动病值可以附加地基于横滚加速度、偏转加速度和俯仰加速度。可以基于车辆的横滚加速度或车辆绕横滚轴的变化率来确定横滚晕动病值。可以基于车辆的偏转加速度或车辆绕偏转轴的变化率来确定偏转晕动病值。可以基于车辆的俯仰加速度或车辆绕俯仰轴的变化率来确定俯仰晕动病值。在一些示例中，可以通过取横滚加速度的变化率的平方根来计算横滚晕动病值，并且通过取偏转加速度的变化率的平方根来计算偏转晕动病值，并且通过取俯仰加速度的变化率的平方根来计算俯仰晕动病值。

此外，每条路线的每个部分的晕动病值可以基于车辆中的座位位置。座位的轨迹和座位上的加速度根据座位在车辆中的位置而不同。例如，靠近车辆前部的座位可能经历比靠近车辆后部的座位更少的加速度，例如少10％的横荡或横向加速度。可以为每个座位位置确定晕动病值。基于所确定的每个座位的晕动病值，可以为乘客提供座位位置推荐。该推荐还可以考虑乘客偏好和/或阈值。对路线和驾驶风格的实时改变可以基于乘客所在的座位的座位位置。

可以基于针对路线的每个部分确定的晕动病值来调整车载娱乐选项。例如，在具有较高晕动病值或高于设置的阈值的晕动病值的路线的部分上，可以将乘客正在观看的屏幕定位成使得经过的风景在乘客的视野中。在其他示例中，可以向乘客播放警报或发送警报以促使乘客避免俯视和/或阅读。

上述特征可以提供用于在导航期间确定车辆的路线和驾驶风格以便使乘客舒适的系统。通过考虑车辆的加速度和晕动病的可能性，可以以防止或减轻晕动病的方式操作自主车辆。乘客可以更容易地从事其他活动，如交谈、进食、喝饮料、阅读、在膝上型计算机/平板计算机上工作等。此外，乘客可以轻松控制车辆以获得更平稳、更放松的乘坐，或者在其他情况下，选择更快、更省时的乘坐。乘客可能更有可能在自主车辆中重复行程或推荐乘坐自主车辆。车辆中的行程可能具有较少的由于乘客的不适引起的停止或其他中断。此外，乘客不太可能在车辆中不适。结果，在车辆中人不适之后必须进行清理的可能性较小。

尽管本文描述的示例涉及在自主驾驶模式下操作时车辆的使用，但是这些特征对于以手动或半自主模式操作的车辆或者仅具有手动驾驶模式和半自主驾驶模式的车辆也会是有用的。

除非另有说明，否则前述替代示例不是相互排斥的，而是可以以各种组合实现以取得独特的优点。由于可以在不脱离由权利要求限定的主题的情况下利用上述特征的这些及其他变型和组合，因此前述实施例的描述应当以说明的方式而不是以限制权利要求所限定的主题的方式来理解。另外，本文描述的示例以及表述为“例如”、“包括”等的从句的提供不应被解释为将权利要求的主题限制于特定示例；而是，这些实施例仅用于说明许多可能的实施例中的一个。此外，不同附图中的相同附图标记可以标识相同或相似的元件。

Claims (20)

1.一种方法，包括：

由一个或多个处理器确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；

对于该组路线中的每条给定路线，由一个或多个处理器基于所述给定路线的一个或多个部分中的每个部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值，其中，路线的总晕动病值反映用户在沿着该路线的车辆中时将经历晕动病的可能性；

由一个或多个处理器基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；以及

由一个或多个处理器根据所述第一路线操纵所述车辆。

2.根据权利要求1所述的方法，还包括：

由一个或多个处理器接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和

由一个或多个处理器使用第二驾驶风格操作所述车辆，所述第二驾驶风格与第一驾驶风格相比没那么激进。

3.根据权利要求1所述的方法，其中，基于该组路线中的每条路线的总晕动病值选择该组路线中的所述第一路线包括将每个总晕动病值与阈值进行比较。

4.根据权利要求1所述的方法，其中，该组路线与至少一个相应的总晕动病值的指示一起显示。

5.根据权利要求1所述的方法，还包括由一个或多个处理器确定该组路线中的给定路线的多个总晕动病值，所述给定路线的每个总晕动病值针对多种驾驶风格中的给定驾驶风格。

6.根据权利要求5所述的方法，其中，选择该组路线中的所述第一路线包括选择第一驾驶风格；并且

其中，当针对所述第一路线和第一驾驶风格的组合确定的总晕动病值低于阈值并且针对该组合的估计到达时间早于路线和驾驶风格的任何其他组合时，选择所述第一路线和第一驾驶风格的组合。

7.根据权利要求1所述的方法，还包括：对于所述给定路线的一个或多个部分中的每个部分，基于给定驾驶风格来确定给定部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值；并且

其中，每个部分的总晕动病值是至少横荡晕动病值、纵荡晕动病值和垂荡晕动病值的加权组合。

8.根据权利要求7所述的方法，还包括基于给定驾驶风格确定所述给定部分的横滚晕动病值、偏转晕动病值和俯仰晕动病值；并且

其中，每个部分的总晕动病值还基于所述横滚晕动病值、偏转晕动病值和俯仰晕动病值。

9.根据权利要求1所述的方法，还包括：

由一个或多个处理器接收与行程中的舒适等级相关的用户输入；和

由一个或多个处理器至少使用所述用户输入确定阈值；

其中，选择所述第一路线还基于所述阈值。

10.根据权利要求1所述的方法，其中，每个部分的总晕动病值还基于所述车辆中座位的位置。

11.一种系统，包括：

存储器，存储用于自主操作车辆的指令；和

一个或多个处理器，被配置为：

确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；

对于该组路线中的每条给定路线，基于所述给定路线的一个或多个部分中的每个部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值，其中，路线的总晕动病值反映用户在沿着该路线的车辆中时将经历晕动病的可能性；

基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；和

根据所述第一路线操纵所述车辆。

12.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为：

接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和

使用第二驾驶风格操作所述车辆，所述第二驾驶风格与第一驾驶风格相比没那么激进。

13.根据权利要求11所述的系统，其中，基于该组路线中的每条路线的总晕动病值选择该组路线中的所述第一路线包括将每个总晕动病值与阈值进行比较。

14.根据权利要求11所述的系统，其中，该组路线与至少一个相应的总晕动病值的指示一起显示。

15.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为针对该组路线中的给定路线确定多个总晕动病值，所述给定路线的每个总晕动病值针对多种驾驶风格中的给定驾驶风格。

16.根据权利要求15所述的系统，其中，选择该组路线中的所述第一路线包括选择第一驾驶风格；并且

其中，当针对所述第一路线和第一驾驶风格的组合确定的总晕动病值低于阈值并且针对该组合的估计到达时间早于路线和驾驶风格的任何其他组合时，选择所述第一路线和第一驾驶风格的组合。

17.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为：对于所述给定路线的一个或多个部分中的每个部分，基于给定驾驶风格来确定给定部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值；并且

其中，每个部分的总晕动病值是至少横荡晕动病值、纵荡晕动病值和垂荡晕动病值的加权组合。

18.根据权利要求11所述的系统，还包括所述车辆。

19.一种非暂时性有形计算机可读存储介质，其上存储有程序的计算机可读指令，所述计算机可读指令在由一个或多个处理器执行时使所述一个或多个处理器执行方法，所述方法包括：

确定从出发位置到终点位置的一组路线，该组路线中的每条路线包括一个或多个部分；

对于该组路线中的每条给定路线，基于所述给定路线的一个或多个部分中的每个部分的横荡晕动病值、纵荡晕动病值和垂荡晕动病值来确定总晕动病值，其中，路线的总晕动病值反映用户在沿着该路线的车辆中时将经历晕动病的可能性；

基于该组路线中的每条路线的总晕动病值，选择该组路线中的第一路线；和

根据所述第一路线操纵所述车辆。

20.根据权利要求11所述的介质，其中，所述方法还包括：

接收指示当所述车辆在使用第一驾驶风格操作时用户正在经历晕动病的症状的用户输入；和

使用第二驾驶风格操作所述车辆，所述第二驾驶风格与第一驾驶风格相比没那么激进。