CN110285820A - 一种用于车机的出行路况预测方法及系统 - Google Patents
一种用于车机的出行路况预测方法及系统 Download PDFInfo
- Publication number
- CN110285820A CN110285820A CN201810224590.4A CN201810224590A CN110285820A CN 110285820 A CN110285820 A CN 110285820A CN 201810224590 A CN201810224590 A CN 201810224590A CN 110285820 A CN110285820 A CN 110285820A
- Authority
- CN
- China
- Prior art keywords
- time
- user
- route
- information
- consuming
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种用于车机的出行路况预测方法,包括:步骤S1:获取用户的行程安排信息;步骤S2:从所述行程安排信息提取行程位置信息和行程时间信息;步骤S3:基于所述行程位置信息和所述行程时间信息以及不同出发时间的历史路况计算导航路线;以及步骤S4:为所述用户推荐耗时最优导航路线及对应的出发时间。本发明还提供了一种用于出行路况预测的车机,一种车机设备和一种计算机可读存储介质。
Description
技术领域
本发明涉及车机领域,尤其涉及用于车机的出行路况预测。
背景技术
随着社会经济的发展,机动车的数量日益增长,并且,随着智能设备的普及和发达的互联网络技术,应用于机动车上的车机设备的功能日趋完善,传统的导航功能更是车主出行所离不开的辅助工具。虽然目前应用于车机设备的导航功能已经具有在线导航、实时显示路况等更为智能的功能,但导航功能还不够人性化。
由于在行车的过程中,用户的行车安全十分重要,在一些紧急的情况下,用户启动车辆希望尽快赶到目的地,但由于不熟悉路况,还需要手动设置导航功能以启动导航。
有些车主为了节省时间,一边开车一边进行导航路线的设定,行车安全得不到保障,因此,需要一种适用于车机装置的更为智能以及人性化的导航功能,能够对用户的出行路况进行预测,以在车主用车时及时推送符合用户预期的推荐优选导航路线,方便用户及其便捷地设定导航路线,起到既便利用户,又提高了用车安全性的作用。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
为了达到上述目的,为车主用户提供更为人性化的服务,本发明提供了一种用于车机的出行路况预测方法,包括:步骤S1:获取用户的行程安排信息;步骤S2:从上述行程安排信息提取行程位置信息和行程时间信息;步骤S3:基于上述行程位置信息和上述行程时间信息以及不同出发时间的历史路况计算导航路线;以及步骤S4:为上述用户推荐耗时最优导航路线及对应的出发时间。
在如上述方法的一实施例中,上述行程位置信息指示用户的目的地,上述车机内存储有上述车机所在车辆的历史行车路径信息,上述行程时间信息指示行程发生时间,上述步骤S3包括:步骤S31:基于上述行程时间信息和上述历史行车路径信息判断上述用户的出发地;以及步骤S32:基于上述目的地、上述出发地、上述行程发生时间以及不同出发时间的历史路况计算上述导航路线。
在如上述方法的一实施例中,上述步骤S31包括:判断上述行程发生时间属于工作时间或是休息时间;以及若上述行程发生时间属于工作时间,则将导航存储为公司的常用地址作为上述出发地,若上述行程发生时间属于休息时间,则将导航中存储为家的常用地址作为上述出发地。
在如上述方法的一实施例中,上述步骤S32包括:步骤S321:利用上述行程发生时间之前的预设时间段内的历史路况针对上述预设时间段内的不同出发时间计算从上述出发地至上述目的地的对应不同出发时间的若干最短耗时路线,上述步骤S4包括:S41:基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;S42:从上述最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于上述行程发生时间小于预设提前量;以及S43:从剩余的最短耗时路线中选择耗时最短的路线作为上述最优导航路线。
在如上述方法的一实施例中,上述步骤S2还包括:S21:从上述行程安排信息提取行程属性信息,上述行程属性信息指示当前行程安排属于远程交通类或非远程交通类,其中,与远程交通类的行程安排相关联的上述预设时间段和上述预设提前量分别大于与非远程交通类的行程安排相关联的上述预设时间段和上述预设提前量。
在如上述方法的一实施例中,在上述步骤S321中,在上述预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
在如上述方法的一实施例中,上述步骤S1具体包括:步骤S11:接收用户的语音输入;以及步骤S12:对上述语音输入执行语音识别以识别上述行程安排信息。
在如上述方法的一实施例中,上述步骤S1具体包括:步骤S13:与用户的智能终端同步;以及步骤S14:从上述用户的智能终端接收上述行程安排信息。
本发明还提供了一种用于出行路况预测的车机,包括:获取模块,用于获取用户的行程安排信息;提取模块,用于从上述行程安排信息提取行程位置信息和行程时间信息;路线计算模块,用于基于上述行程位置信息和上述行程时间信息以及不同出发时间的历史路况计算导航路线;以及路线推荐模块,用于为上述用户推荐耗时最优导航路线及对应的出发时间。
在如上述车机的一实施例中,还包括:导航数据库,存储有上述车机所在车辆的历史行车路径信息,其中,上述行程位置信息指示用户的目的地,上述行程时间信息指示行程发生时间,上述路线计算模块包括:判断单元,用于基于上述行程时间信息和上述历史行车路径信息判断上述用户的出发地;以及计算单元,用于基于上述目的地、上述出发地、上述行程发生时间以及不同出发时间的历史路况计算上述导航路线。
在如上述车机的一实施例中,上述导航数据库中存储有设为公司的常用地址和设为家的常用地址,上述判断单元判断上述行程发生时间属于工作时间或是休息时间,若上述行程发生时间属于工作时间,则将设为公司的常用地址作为上述出发地,若上述行程发生时间属于休息时间,则将设为为家的常用地址作为上述出发地。
在如上述车机的一实施例中,上述计算单元利用上述行程发生时间之前的预设时间段内的历史路况针对上述预设时间段内的不同出发时间计算从上述出发地至上述目的地的对应不同出发时间的若干最短耗时路线,上述推荐模块包括:耗时计算单元,用于基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;路线过滤单元,用于从上述最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于上述行程发生时间小于预设提前量;以及选择单元,用于从剩余的最短耗时路线中选择耗时最短的路线作为上述最优导航路线。
在如上述车机的一实施例中,上述提取模块还用于从上述行程安排信息提取行程属性信息,上述行程属性信息指示当前行程安排属于远程交通类或非远程交通类,其中,与远程交通类的行程安排相关联的上述预设时间段和上述预设提前量分别大于与非远程交通类的行程安排相关联的上述预设时间段和上述预设提前量。
在如上述车机的一实施例中,上述计算单元在上述预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
在如上述车机的一实施例中,上述获取模块包括:接收单元,用于接收用户的语音输入;以及语音识别单元,用于对上述语音输入执行语音识别以识别上述行程安排信息。
在如上述车机的一实施例中,上述获取模块包括:通信单元,用于与用户的智能终端同步并从上述用户的智能终端接收上述行程安排信息。
本发明还提供了一种车机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如本发明提供方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,上述计算机程序被处理器执行时实现如本发明提供方法的步骤。
根据本发明提供的方法、车机、车机设备和计算机可读存储介质,具有更为智能以及人性化的导航功能,能够对用户的出行路况进行预测,以在车主用车时及时推送符合用户预期的推荐优选导航路线,方便用户及其便捷地设定导航路线,起到既便利用户,又提高了用车安全性的作用。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本发明的上述特征和优点。在附图中,各组件不一定是按比例绘制,并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了根据本发明提供的方法的流程示意图。
图2示出了根据本发明提供车机的模块示意图。
具体实施方式
以下结合附图和具体实施例对本发明作详细描述。注意,以下结合附图和具体实施例描述的诸方面仅是示例性的,而不应被理解为对本发明的保护范围进行任何限制。
如上文所述,为了使车机装置的导航功能更为人性化,能够对用户的出行路况进行预测,以在车主用车时及时推送符合用户预期的推荐优选导航路线,方便用户及其便捷地设定导航路线,起到既便利用户,又提高了用车安全性的作用,本发明提供了一种用于车机的出行路况预测方法,图1示出了根据本发明提供的方法的流程示意图,如图1所示,本发明所提供的方法包括步骤S1:获取用户的行程安排信息;步骤S2:从行程安排信息提取行程位置信息和行程时间信息;步骤S3:基于行程位置信息和行程时间信息以及不同出发时间的历史路况计算导航路线;以及步骤S4:为用户推荐耗时最优导航路线及对应的出发时间。
在一实施例中,步骤S1,获取用户的行程安排信息可以为步骤S11:接收用户的语音输入,以及步骤S12:对语音输入执行语音识别以识别行程安排信息。在上述的实施例中,用户的行程安排信息可以是用户在此次用车或者前次用车过程中通过语音输入的方式预先存入车机中的行程信息,根据本发明所提供的方法在接收到用户的语音输入并且进行识别后,会自动保存有关于用户的行程安排信息,以便智能地为用户提供出行路况预测。
在另一实施例中,步骤S1,获取用户的行程安排信息可以为步骤S13:与用户的智能终端同步,以及步骤S14:从用户的智能终端接收行程安排信息。在上述的实施例中,车机端可以与用户的智能终端进行互连,在互连后,本发明所提供的方法会识别用户在其他智能终端上保存的行程安排信息,并将上述信息提取出,以便智能地为用户提供出行路况预测。本领域技术人员应当明白,用户的智能终端可以是不同的智能设备,例如,智能手机、智能平板电脑、智能电视并不限于此。
在如图1所示的方法中,步骤S2为从行程安排信息提取行程位置信息和行程时间信息,其中行程位置信息指示用户的目的地,行程时间信息指示行程发生时间。根据本发明所提供的方法,车机装置内还存储有车机所在车辆的历史行车路径信息。上述用户行程安排信息、从行程安排信息中提取的行程位置信息和行程时间信息以及车辆的历史行车路径信息都是车机装置在经过用户同意后在用户使用车机装置的过程中不断积累的数据,这些车机装置自学习到的数据反映了用户的用车习惯和用户的一些位置信息,能够为后续为用户个性化地提供导航路线推荐提供数据上的支撑。
在如上述的实施例中,步骤S3还包括步骤S31:基于行程时间信息和历史行车路径信息判断用户的出发地;以及步骤S32:基于目的地、出发地、行程发生时间以及不同出发时间的历史路况计算导航路线。仅根据行程位置信息指示目的地以及行程时间信息指示行程发生时间这两个参数未能有效地为用户推荐导航路线,需要结合从车辆历史行车路径信息和行程时间信息来预判断用户的出发地。为了更为精确地预判断出发地,步骤S31还包括:判断行程发生时间属于工作时间或是休息时间;以及若行程发生时间属于工作时间,则将导航存储为公司的常用地址作为出发地,若行程发生时间属于休息时间,则将导航中存储为家的常用地址作为出发地。
在如上述的实施例中,预测出用户的出发地后,为用户计算导航路线的步骤S32还包括步骤S321利用行程发生时间之前的预设时间段内的历史路况针对预设时间段内的不同出发时间计算从出发地至所述目的地的对应不同出发时间的若干最短耗时路线。根据本发明所提供的方法,在计算导航路线时,会综合时间、路线行程、路况因素等计算若干条最短耗时路线。在另一实施例中,步骤S321中,在预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
在上述的实施例中,为用户推荐耗时最优导航路线以及对应的出发时间的步骤S4还包括步骤S41:基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;S42:从最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于行程发生时间小于预设提前量;以及S43:从剩余的最短耗时路线中选择耗时最短的路线作为所述最优导航路线。
由于从步骤S2提取的行程时间信息指示用户的行程发生时间,在推荐导航路线时,需要保证用户经由导航路线的到达时间是早于行程发生时间,才能避免出现用户晚点、迟到的情况,因此,计算出若干最短耗时路线后,还需要根据每条路线的出发时间和耗时计算出该条路线的到达时间。并且,即使到达时间早于行程发生时间,到达时间与实际行程发生时间之间仍需要保留一定的余量,以确保用户能够顺利地进行下一个行程。因此,如果计算的耗时最短路线的到达时间与行程发生时间相比没有早于预设的提前量,那么该条路线被判定为无效路线,不再为用户推荐无效路线。在剩余的有效路线中,挑选出耗时最短的路线作为最优导航路线推荐给用户,更智能地为用户提供人性化的推荐。
更进一步地,在另一实施例中,在步骤S21中,还包括从行程安排信息中提取行程属性信息,行程属性信息指示当前行程安排属于远程交通类或非远程交通类。其中远程交通类是指飞机、火车、长途汽车等实际路程较长的行程,非远程交通类是指一些普通的行程,例如去吃饭、去听音乐会等。通常情况下,远程交通类的行程需要预留充分的准备时间,而非远程交通类则不需要过多的等候时间,因此,在预设时间段以及预设提前量时,远程交通类的预设时间段和预设提前量分别都要大于非远程交通类的行程安排所关联的预设时间段和预设提前量。
为更清楚的说明本发明的意图,举例说明本发明的具体预测过程。首先,获取到用户有2018年1月2日下午5点从上海浦东国际机场出发的航班的行程信息,经由步骤S2,则提取上海浦东国际机场为行程位置信息,下午5点为行程时间信息,由于2018年1月2日为工作日,进一步预判断用户的出发地点为公司,用户存储为公司的常用地址为徐家汇,则需要计算5点前从徐家汇到上海浦东国际机场的多干条最短耗时路线。
由于用户的行程是航班信息,则判断行程属性信息为远程交通类,因此预设的时间段与预设的提前量都需要加大设置,在本例中,预设的提前量为2小时,也就是最短耗时路线的到达时间都要早于2018年1月2日下午3点,二行程发生时间之前的预设时间段可以为行程发生时间之前的5个小时之间的时间。因此需要结合历史数据中从中午12点到下午3点这个时间段内的路况情况,来计算不同出发时间的若干最短耗时路线。
若干路线的计算是以均匀的时间间隔选取不同的出发时间执行路线计算,若选取均匀的时间间隔为5分钟,也就是选择12:00、12:05、12:10……14:50、14:55、15:00出发,分别根据历史路况计算从徐家汇到达浦东机场的路线和时间。通常而言,徐家汇到达浦东机场的时间在50-90分钟之间,根据历史数据,计算出12:00出发的到达时间为12:55分,12:05分出发的到达时间为12:57分,12:10分出发的到达时间为13:00分……14:50分出发的到达时间为15:53分,14:55分出发的到达时间为16:00分,15:00分出发的到达时间为16:10分。
在上述若干最短耗时线路中,需要排除掉到达时间晚于15:00分的路线,而在剩余的路线中再次挑选耗时最短的两到三条路线推荐给用户,并且一并告知用户上述路线的出发时间以及预计到达时间,供用户选择。
本领域技术人员应当明白,上述举例仅为了说明本发明所提供方法的思想,上述采用的预设时间段、预设提前量、均匀的时间间隔都可以根据不同的行程属性设置。
根据本发明所提供的方法,能够将用户的行程安排信息转化为适合于用户出行的导航信息,并且根据不同的行程属性为用户预留时间余量,不需要用户在上车后再去设置导航、选择线路,既为用户推荐了用时最短的导航线路,又能保证用户的到达时间能够符合行程安排信息。为用户提供的导航服务更为人性化,用户的使用体验度高。
本发明还提供了一种车机,图2示出了本发明提供车机的模块示意图。如图2所示,本发明提供的车机200包括获取模块201用于获取用户的行程安排信息;提取模块202,用于从行程安排信息提取行程位置信息和行程时间信息;路线计算模块203,用于基于行程位置信息和所述行程时间信息以及不同出发时间的历史路况计算导航路线;以及路线推荐模块204,用于为用户推荐耗时最优导航路线及对应的出发时间。
在一实施例中,获取模块201可以包括接收单元,用以接收用户的语音输入,以及语音识别单元,用以对语音输入执行语音识别以识别行程安排信息。在上述的实施例中,用户的行程安排信息可以是用户在此次用车或者前次用车过程中通过语音输入的方式预先存入车机中的行程信息,本发明所提供的车机在接收到用户的语音输入并且进行识别后,会自动保存有关于用户的行程安排信息,以便智能地为用户提供出行路况预测。
在另一实施例中,获取模块201可以包括通信单元,用以与用户的智能终端同步并从用户的智能终端接收行程安排信息。在上述的实施例中,车机200可以与用户的智能终端进行互连,在互连后,本发明所提供的车机200会识别用户在其他智能终端上保存的行程安排信息,并将上述信息提取出,以便智能地为用户提供出行路况预测。本领域技术人员应当明白,用户的智能终端可以是不同的智能设备,例如,智能手机、智能平板电脑、智能电视并不限于此。
在如图2所示的车机中,提取模块202从行程安排信息提取行程位置信息和行程时间信息,其中行程位置信息指示用户的目的地,行程时间信息指示行程发生时间。本发明所提供的车机200,还包括导航数据库,其中存储有车机所在车辆的历史行车路径信息。上述用户行程安排信息、从行程安排信息中提取的行程位置信息和行程时间信息以及车辆的历史行车路径信息都是车机装置在经过用户同意后在用户使用车机200的过程中不断积累的数据,这些车机200自学习到的数据反映了用户的用车习惯和用户的一些位置信息,能够为后续为用户个性化地提供导航路线推荐提供数据上的支撑。
在如上述的实施例中,路线计算模块203还包括判断单元,用于基于行程时间信息和历史行车路径信息判断用户的出发地;以及计算单元,用于基于目的地、出发地、行程发生时间以及不同出发时间的历史路况计算导航路线。仅根据行程位置信息指示目的地以及行程时间信息指示行程发生时间这两个参数未能有效地为用户推荐导航路线,需要结合从车辆历史行车路径信息和行程时间信息来预判断用户的出发地。为了更为精确地预判断出发地,判断单元还会判断行程发生时间属于工作时间或是休息时间;以及若行程发生时间属于工作时间,则将导航存储为公司的常用地址作为出发地,若行程发生时间属于休息时间,则将导航中存储为家的常用地址作为出发地。
在如上述的实施例中,预测出用户的出发地后,计算单元还包括利用行程发生时间之前的预设时间段内的历史路况针对预设时间段内的不同出发时间计算从出发地至所述目的地的对应不同出发时间的若干最短耗时路线。计算单元在计算导航路线时,会综合时间、路线行程、路况因素等计算若干条最短耗时路线。在另一实施例中,计算单元在预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
在上述的实施例中,路线推荐模块还包括耗时计算单元,用于基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;路线过滤单元,用于从最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于行程发生时间小于预设提前量;以及选择单元,用于从剩余的最短耗时路线中选择耗时最短的路线作为所述最优导航路线。
由于提取模块202提取的行程时间信息指示用户的行程发生时间,在推荐导航路线时,需要保证用户经由导航路线的到达时间是早于行程发生时间,才能避免出现用户晚点、迟到的情况,因此,计算出若干最短耗时路线后,还需要根据每条路线的出发时间和耗时计算出该条路线的到达时间。并且,即使到达时间早于行程发生时间,到达时间与实际行程发生时间之间仍需要保留一定的余量,以确保用户能够顺利地进行下一个行程。因此,如果计算的耗时最短路线的到达时间与行程发生时间相比没有早于预设的提前量,那么该条路线被判定为无效路线,不再为用户推荐无效路线。在剩余的有效路线中,挑选出耗时最短的路线作为最优导航路线推荐给用户,更智能地为用户提供人性化的推荐。
更进一步地,在另一实施例中,提取模块202还用于从行程安排信息中提取行程属性信息,行程属性信息指示当前行程安排属于远程交通类或非远程交通类。其中远程交通类是指飞机、火车、长途汽车等实际路程较长的行程,非远程交通类是指一些普通的行程,例如去吃饭、去听音乐会等。通常情况下,远程交通类的行程需要预留充分的准备时间,而非远程交通类则不需要过多的等候时间,因此,在预设时间段以及预设提前量时,远程交通类的预设时间段和预设提前量分别都要大于非远程交通类的行程安排所关联的预设时间段和预设提前量。
根据本发明所提供的车机,能够将用户的行程安排信息转化为适合于用户出行的导航信息,并且根据不同的行程属性为用户预留时间余量,不需要用户在上车后再去设置导航、选择线路,既为用户推荐了用时最短的导航线路,又能保证用户的到达时间能够符合行程安排信息。为用户使用车机提供的导航服务更为人性化,用户的使用体验度高。
本发明还提供了一种车机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行所述计算机程序时实现上述方法中的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法中的步骤。
其中,车机设备、计算机可读存储介质的具体实现方式和技术效果均可参见上述本发明所提供的出行路况预测方法的实施例,在此不再赘述。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (18)
1.一种用于车机的出行路况预测方法,包括:
步骤S1:获取用户的行程安排信息;
步骤S2:从所述行程安排信息提取行程位置信息和行程时间信息;
步骤S3:基于所述行程位置信息和所述行程时间信息以及不同出发时间的历史路况计算导航路线;以及
步骤S4:为所述用户推荐耗时最优导航路线及对应的出发时间。
2.如权利要求1所述的出行路况预测方法,其特征在于,所述行程位置信息指示用户的目的地,所述车机内存储有所述车机所在车辆的历史行车路径信息,所述行程时间信息指示行程发生时间,所述步骤S3包括:
步骤S31:基于所述行程时间信息和所述历史行车路径信息判断所述用户的出发地;以及
步骤S32:基于所述目的地、所述出发地、所述行程发生时间以及不同出发时间的历史路况计算所述导航路线。
3.如权利要求2所述的出行路况预测方法,其特征在于,所述步骤S31包括:
判断所述行程发生时间属于工作时间或是休息时间;以及
若所述行程发生时间属于工作时间,则将导航存储为公司的常用地址作为所述出发地,若所述行程发生时间属于休息时间,则将导航中存储为家的常用地址作为所述出发地。
4.如权利要求2所述的出行路况预测方法,其特征在于,所述步骤S32包括:
步骤S321:利用所述行程发生时间之前的预设时间段内的历史路况针对所述预设时间段内的不同出发时间计算从所述出发地至所述目的地的对应不同出发时间的若干最短耗时路线,
所述步骤S4包括:
S41:基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;
S42:从所述最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于所述行程发生时间小于预设提前量;以及
S43:从剩余的最短耗时路线中选择耗时最短的路线作为所述最优导航路线。
5.如权利要求4所述的出行路况预测方法,其特征在于,所述步骤S2还包括:
S21:从所述行程安排信息提取行程属性信息,所述行程属性信息指示当前行程安排属于远程交通类或非远程交通类,其中,与远程交通类的行程安排相关联的所述预设时间段和所述预设提前量分别大于与非远程交通类的行程安排相关联的所述预设时间段和所述预设提前量。
6.如权利要求4所述的出行路况预测方法,其特征在于,在所述步骤S321中,在所述预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
7.如权利要求1所述的出行路况预测方法,其特征在于,所述步骤S1具体包括:
步骤S11:接收用户的语音输入;以及
步骤S12:对所述语音输入执行语音识别以识别所述行程安排信息。
8.如权利要求1所述的出行路况预测方法,其特征在于,所述步骤S1具体包括:
步骤S13:与用户的智能终端同步;以及
步骤S14:从所述用户的智能终端接收所述行程安排信息。
9.一种用于出行路况预测的车机,包括:
获取模块,用于获取用户的行程安排信息;
提取模块,用于从所述行程安排信息提取行程位置信息和行程时间信息;
路线计算模块,用于基于所述行程位置信息和所述行程时间信息以及不同出发时间的历史路况计算导航路线;以及
路线推荐模块,用于为所述用户推荐耗时最优导航路线及对应的出发时间。
10.如权利要求9所述的车机,其特征在于,还包括:
导航数据库,存储有所述车机所在车辆的历史行车路径信息,
其中,所述行程位置信息指示用户的目的地,所述行程时间信息指示行程发生时间,所述路线计算模块包括:
判断单元,用于基于所述行程时间信息和所述历史行车路径信息判断所述用户的出发地;以及
计算单元,用于基于所述目的地、所述出发地、所述行程发生时间以及不同出发时间的历史路况计算所述导航路线。
11.如权利要求10所述的车机,其特征在于,所述导航数据库中存储有设为公司的常用地址和设为家的常用地址,所述判断单元判断所述行程发生时间属于工作时间或是休息时间,若所述行程发生时间属于工作时间,则将设为公司的常用地址作为所述出发地,若所述行程发生时间属于休息时间,则将设为为家的常用地址作为所述出发地。
12.如权利要求10所述的车机,其特征在于,所述计算单元利用所述行程发生时间之前的预设时间段内的历史路况针对所述预设时间段内的不同出发时间计算从所述出发地至所述目的地的对应不同出发时间的若干最短耗时路线,
所述推荐模块包括:
耗时计算单元,用于基于各条最短耗时路线的对应出发时间和耗时计算每条最短耗时路线的到达时间;
路线过滤单元,用于从所述最短耗时路线中过滤无效的最短耗时路线,其中每条无效的最短耗时路线的到达时间相比于所述行程发生时间小于预设提前量;以及
选择单元,用于从剩余的最短耗时路线中选择耗时最短的路线作为所述最优导航路线。
13.如权利要求12所述的车机,其特征在于,所述提取模块还用于从所述行程安排信息提取行程属性信息,所述行程属性信息指示当前行程安排属于远程交通类或非远程交通类,其中,与远程交通类的行程安排相关联的所述预设时间段和所述预设提前量分别大于与非远程交通类的行程安排相关联的所述预设时间段和所述预设提前量。
14.如权利要求12所述的车机,其特征在于,所述计算单元在所述预设时间段内以均匀的时间间隔选取不同的出发时间用于执行路线计算。
15.如权利要求9所述的车机,其特征在于,所述获取模块包括:
接收单元,用于接收用户的语音输入;以及
语音识别单元,用于对所述语音输入执行语音识别以识别所述行程安排信息。
16.如权利要求9所述的车机,其特征在于,所述获取模块包括:
通信单元,用于与用户的智能终端同步并从所述用户的智能终端接收所述行程安排信息。
17.一种车机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述方法的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810224590.4A CN110285820A (zh) | 2018-03-19 | 2018-03-19 | 一种用于车机的出行路况预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810224590.4A CN110285820A (zh) | 2018-03-19 | 2018-03-19 | 一种用于车机的出行路况预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110285820A true CN110285820A (zh) | 2019-09-27 |
Family
ID=68001159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810224590.4A Pending CN110285820A (zh) | 2018-03-19 | 2018-03-19 | 一种用于车机的出行路况预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110285820A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110657817A (zh) * | 2019-09-29 | 2020-01-07 | 武汉元光科技有限公司 | 行程路线的推荐方法及装置 |
CN111340673A (zh) * | 2020-01-09 | 2020-06-26 | 北京航空航天大学 | 一种基于空铁耦合网络的出行耗时计算方法 |
CN111814074A (zh) * | 2020-04-13 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 用于提供预测行程的方法、装置、电子设备和存储介质 |
CN114754783A (zh) * | 2021-11-10 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用户出行信息的推荐方法、系统及汽车 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1550756A (zh) * | 2003-04-11 | 2004-12-01 | ��ʽ�������λ��Ѷ�鱨 | 用于导航设备的行进时间计算方法以及交通信息显示方法 |
CN102564438A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的车辆导航行程规划的方法及装置 |
CN102903256A (zh) * | 2011-07-29 | 2013-01-30 | 上海博泰悦臻电子设备制造有限公司 | 车辆导航方法和车辆导航系统 |
CN103278155A (zh) * | 2013-06-08 | 2013-09-04 | 深圳市凯立德欣软件技术有限公司 | 一种导航方法及移动导航设备 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN104838673A (zh) * | 2012-06-25 | 2015-08-12 | 谷歌公司 | 提供路线推荐 |
CN105091898A (zh) * | 2015-09-15 | 2015-11-25 | 中民筑友有限公司 | 基于时间和成本的货车出行路线生成方法、装置和系统 |
CN105222798A (zh) * | 2015-09-15 | 2016-01-06 | 中民筑友有限公司 | 基于时间的货车出行路线生成方法、装置和系统 |
CN105387865A (zh) * | 2015-10-16 | 2016-03-09 | 上海博泰悦臻网络技术服务有限公司 | 一种基于交通道路数据的路径规划方法及系统 |
CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
CN106871919A (zh) * | 2017-02-24 | 2017-06-20 | 广州三星通信技术研究有限公司 | 用于电子终端的导航方法和导航设备 |
WO2017166648A1 (zh) * | 2016-03-29 | 2017-10-05 | 乐视控股(北京)有限公司 | 一种导航路线的生成方法和装置、设备 |
CN107478241A (zh) * | 2017-08-24 | 2017-12-15 | 戴姆勒股份公司 | 基于用户出行需求的日程规划和路线导航的方法 |
-
2018
- 2018-03-19 CN CN201810224590.4A patent/CN110285820A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1550756A (zh) * | 2003-04-11 | 2004-12-01 | ��ʽ�������λ��Ѷ�鱨 | 用于导航设备的行进时间计算方法以及交通信息显示方法 |
CN102564438A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的车辆导航行程规划的方法及装置 |
CN102903256A (zh) * | 2011-07-29 | 2013-01-30 | 上海博泰悦臻电子设备制造有限公司 | 车辆导航方法和车辆导航系统 |
CN104838673A (zh) * | 2012-06-25 | 2015-08-12 | 谷歌公司 | 提供路线推荐 |
CN103278155A (zh) * | 2013-06-08 | 2013-09-04 | 深圳市凯立德欣软件技术有限公司 | 一种导航方法及移动导航设备 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
CN105222798A (zh) * | 2015-09-15 | 2016-01-06 | 中民筑友有限公司 | 基于时间的货车出行路线生成方法、装置和系统 |
CN105091898A (zh) * | 2015-09-15 | 2015-11-25 | 中民筑友有限公司 | 基于时间和成本的货车出行路线生成方法、装置和系统 |
CN105387865A (zh) * | 2015-10-16 | 2016-03-09 | 上海博泰悦臻网络技术服务有限公司 | 一种基于交通道路数据的路径规划方法及系统 |
WO2017166648A1 (zh) * | 2016-03-29 | 2017-10-05 | 乐视控股(北京)有限公司 | 一种导航路线的生成方法和装置、设备 |
CN106871919A (zh) * | 2017-02-24 | 2017-06-20 | 广州三星通信技术研究有限公司 | 用于电子终端的导航方法和导航设备 |
CN107478241A (zh) * | 2017-08-24 | 2017-12-15 | 戴姆勒股份公司 | 基于用户出行需求的日程规划和路线导航的方法 |
Non-Patent Citations (3)
Title |
---|
刘利军等: "《应急物流》", 31 May 2015, 中国财富出版社 * |
康拉德•莱夫等: "《BOSCH 汽车工程手册 中文第4版 德文第27版》", 31 January 2016, 北京理工大学出版社 * |
连新元: "《听觉媒介景观再造 城市广播转型研究》", 31 August 2017, 中国传媒大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110657817A (zh) * | 2019-09-29 | 2020-01-07 | 武汉元光科技有限公司 | 行程路线的推荐方法及装置 |
CN111340673A (zh) * | 2020-01-09 | 2020-06-26 | 北京航空航天大学 | 一种基于空铁耦合网络的出行耗时计算方法 |
CN111814074A (zh) * | 2020-04-13 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 用于提供预测行程的方法、装置、电子设备和存储介质 |
CN114754783A (zh) * | 2021-11-10 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用户出行信息的推荐方法、系统及汽车 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285820A (zh) | 一种用于车机的出行路况预测方法及系统 | |
WO2019212600A1 (en) | Deep reinforcement learning for optimizing carpooling policies | |
CN108133619A (zh) | 停车场停车预测的方法、装置、存储介质及终端设备 | |
US20170200249A1 (en) | Systems and methods for intelligent, demand-responsive transit recommendations | |
CN109115237B (zh) | 一种乘车位置推荐方法及服务器 | |
CN102564440B (zh) | 通信系统和移动终端 | |
CN103714708A (zh) | 一种基于出租车分时段的经验路径的最优路径规划的方法 | |
CN109983306A (zh) | 用于产生停车相关数据的方法和系统 | |
CN110832561B (zh) | 用于确定和推荐车辆上车地点的系统和方法 | |
Horn | Procedures for planning multi-leg journeys with fixed-route and demand-responsive passenger transport services | |
CN105632230A (zh) | 动态分配停车场方法和装置 | |
CN110570678B (zh) | 一种公交车辆从起点到终点总行驶时间预测方法及装置 | |
CN106233094B (zh) | 路线生成装置和路线生成方法 | |
CN107481548A (zh) | 停车管理方法及系统 | |
JP2011170686A (ja) | 乗換地決定方法及び装置、並びにカーナビゲーション装置 | |
CN104580509A (zh) | 一种待洗车辆实时监测及智能引导的系统和方法 | |
CN103258422B (zh) | 一种基于时间递推与神经网络耦合的交通路径动态诱导技术 | |
CN107167151B (zh) | 公交车线路设置方法、路线规划方法及装置 | |
CN103942312A (zh) | 公交换乘线路规划方法和装置 | |
CN109883430A (zh) | 导航路线推荐方法、装置、存储介质及计算机设备 | |
JP2008249536A (ja) | 車両案内装置、及び車両案内サーバ | |
CN109752011A (zh) | 一种用于车载的信息交互方法与系统 | |
CN113408877A (zh) | 网约车信息处理方法、装置、设备和计算机存储介质 | |
Garcia et al. | Hybrid approach for the public transportation time dependent orienteering problem with time windows | |
CN107331149A (zh) | 预测车辆行驶时间的方法和装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190927 |
|
WD01 | Invention patent application deemed withdrawn after publication |