CN110361025A - 分层路线生成、提供和选择 - Google Patents

分层路线生成、提供和选择 Download PDF

Info

Publication number
CN110361025A
CN110361025A CN201910286897.1A CN201910286897A CN110361025A CN 110361025 A CN110361025 A CN 110361025A CN 201910286897 A CN201910286897 A CN 201910286897A CN 110361025 A CN110361025 A CN 110361025A
Authority
CN
China
Prior art keywords
vehicle
localization
server
data
route
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
Application number
CN201910286897.1A
Other languages
English (en)
Other versions
CN110361025B (zh
Inventor
S·凯沙瓦穆尔蒂
金伯奎
尾口健太郎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN110361025A publication Critical patent/CN110361025A/zh
Application granted granted Critical
Publication of CN110361025B publication Critical patent/CN110361025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • 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
    • G08G1/0104—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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/096822—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 segments of the route are transmitted to the vehicle at different locations and times
    • 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
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • 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
    • 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
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • G08G1/096861—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where the immediate route instructions are output to the driver, e.g. arrow signs for next turn
    • 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
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

分层路线生成、提供和选择。示例性方法在与具有一个或多个道路段的特定地理区域关联的本地化服务器处接收车辆的传感器数据。车辆位于特定地理区域。方法分析传感器数据以确定用于导航车辆的本地化车道选项和本地化路径选项中的一个或多个，将用于导航车辆的车道和路径中的一个或多个提供给执行路线规划器的集中式服务器。集中式服务器具有覆盖多个地理区域的数据。方法确定包括本地化车道选项和本地化路径选项中的一个或多个的集中式路线选项，将包括本地化车道选项和本地化路径选项中的一个或多个的集中式路线选项提供给车辆的导航应用的指引选择器以进行处理。

Description

分层路线生成、提供和选择
技术领域
本公开涉及车辆导航。
背景技术
诸如基于GPS的导航单元之类的车载导航技术已经变得越来越普遍，并且向驾驶员提供方向、区域信息和实时车辆位置信息。该导航信息通常经由仪表板内导航单元、第三方导航单元和/或便携式电子设备(诸如驾驶员的移动电话)来提供。
在一些情况下，各种导航应用可以利用设备的地理定位功能来向用户提供地图和交通信息。这些应用(如谷歌地图(Google MapsTM)、WazeTM、TomTomTM等)有助于向用户提供路线选项，并且在某些情况下，在如拥堵或路障之类的情形的情况下为用户提供替选路线。这些导航应用将信息发送到中央服务器，该中央服务器累积来自许多应用实例的数据以提供更新。然而，由于网络问题和处理从众多应用实例(例如，成千上万个、数百万个等)针对无数位置接收的数据量所需要的昂贵数据处理，去往和来自中央服务器的通信经常直接导致更新没有那么快的路线规划信息。
这导致现有技术经常缺乏最佳地和动态地更新正由用户行进的导航路线所需要的实时数据。经常，在道路上正在发生什么与由计算所提供的导航路线的导航服务器所处理的反映道路状态的数据之间存在显著的滞后。这至少部分是由于不断变化的道路和交通状况造成的。由于较差或不存在的连接导致的差数据质量、较旧的未连接车辆以及缺乏智能基础设施的道路也导致了问题。
由于中央服务器经常不具有最新信息，因此由中央服务器提供的路线经常不反映哪些更快和/或更有效的选项可能是可用的。由车辆从中央服务器接收的路线规划信息和其他指令通常在被车辆处理时已经过时了，或者最初可能是由于缺少当前数据而通过对历史平均值进行建模的不准确启发法来生成的。结果，在获得最新的交通和/或道路信息方面存在显著的延迟和障碍，这阻止了在行驶期间提供更好的路线。经常，使用这些解决方案，由于不断变化的道路状态(例如，交通、天气、车辆位置等的变化)，即使在最佳路线被选择和使用时，它在行驶期间也不会保持最佳。
虽然一些现有的解决方案(诸如世界知识产权局公开号WO2009065637、美国专利号8825395或欧洲专利号EP1202028所描述的解决方案)考虑了用户偏好，但是它们没有结合行驶期间发生的动态变化来这样做。因此，基于部分可用数据的路线计算效率低下，并且无法使驾驶员完全受益。
发明内容
本公开中描述的主题通过提供新颖技术克服了现有解决方案的缺陷和限制，在一些实施例中，新颖技术包括分层服务器架构以使用具有不同信息分辨率的多个服务器来计算多个路径和路线。这些路径和路线被发送给用户，然后可以基于用户偏好、动作标准和车辆类型来选择。
在一个创新方面，一种方法可以包括：在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据；分析所述传感器数据以确定用于导航所述车辆的本地化车道选项和本地化路径选项中的一个或多个；将用于导航所述车辆的车道和路径中的一个或多个提供给执行路线规划器的集中式服务器；确定包括所述本地化车道选项和所述本地化路径选项中的一个或多个的集中式路线选项；以及将包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项提供给所述车辆的导航应用的指引选择器以进行处理。所述集中式服务器具有覆盖多个地理区域的数据，以及所述车辆位于所述特定地理区域中。
总体上，另一个创新方面可包括一种方法，所述方法包括：在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据；在所述本地化服务器处使用所述车辆的传感器数据生成一个或多个本地化导航路线选项；在集中式服务器处生成一个或多个集中式导航路线选项；将所述一个或多个本地化导航路线和所述一个或多个集中式导航路线提供给在所述车辆上执行的车辆导航应用的指引选择器；经由所述指引选择器选择要遵循的特定路线，所述车辆位于所述特定地理区域中。所述集中式服务器不同于所述本地化服务器并且远离所述本地化服务器，以及所述车辆位于所述特定地理区域中。
总体上，本公开中描述的主题的另一个创新方面可在系统中实施，所述系统包括：一个或多个处理器；存储指令的一个或多个存储器，所述指令当由所述一个或多个处理器执行时使得所述系统执行操作，所述操作包括：在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据；分析所述传感器数据以确定用于导航所述车辆的本地化车道选项和本地化路径选项中的一个或多个；将用于导航所述车辆的车道和路径中的一个或多个提供给执行路线规划器的集中式服务器；确定包括所述本地化车道选项和所述本地化路径选项中的一个或多个的集中式路线选项；以及将包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项提供给所述车辆的导航应用的指引选择器以进行处理。所述集中式服务器具有覆盖多个地理区域的数据，以及所述车辆位于所述特定地理区域中。
这些和其他实现方式可以各自可选地包括以下特征中的一个或多个：所述集中式路线选项包括车道选项和路径选项；在所述车辆处选择要遵循包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项；经由导航应用向驾驶员提供逐向指示指引；响应于所述车辆离开所述地理区域，切断所述本地化服务器与所述车辆之间的连接；响应于所述车辆进入与第二本地化服务器相关联的区域，建立第二本地化服务器和所述车辆之间的连接；由第二本地化服务器使用从所述车辆接收的第二组传感器数据确定用于所述集中式路线的新路径选项；提供用于所述集中式路线的所述新路径选项，以在图形用户界面中进行显示；接收要更新所述集中式路线以使用所述新路径选项的选择；以及更新所述集中式路线以使用新路径选项；所述本地化服务器是边缘服务器；所述边缘服务器是路边单元；提供所述一个或多个本地化导航路线和所述一个或多个集中式导航路线，以在图形用户界面中进行显示；接收要遵循所述特定路线的选择；经由导航应用向驾驶员提供逐向指示指引；所述车辆是自主车辆；自动确定所述特定路线是要遵循的最有效路线；基于所述特定路线使用所述车辆的一个或多个致动器控制所述车辆；响应于离开所述地理区域，改变到与不同于所述地理区域的第二地理区域相关联的第二本地化服务器；由第二本地化服务器使用从所述车辆接收的第二组传感器数据确定新路径选项；提供所述新路径选项以在图形用户界面中进行显示；接收要更新所述特定路线以使用所述新路径选项的选择；以及更新所述特定路线以使用所述新路径选项；所述边缘服务器是路边单元。
这些和其他方面中的一个或多个的其他实现方式包括相应的系统、装置和计算机程序，被配置为执行在非暂态计算机存储设备上编码的方法的动作。
在本公开中呈现的用于车辆环境中的数据传输的新颖技术在许多方面特别有利。例如，本文中描述的技术能够利用包括分层服务器网络的服务器系统来计算最佳路径和路线。路线计算可以在具有与车辆不同接近度的多个服务器之间跨网络分布，这启用更加可扩展的系统，更加可扩展的系统可以比现有解决方案更快速地和有效地向驾驶员更新路线信息。有利地，可以减少通信网络上的数据流量，使得带宽在服务器之间以及服务器和车辆之间提供更快、更可靠和更少延迟的消息传送。此外，由服务器系统用来计算路线的数据比先前解决方案更加新，因此所计算的路线具有更高的保真度(更准确，被更频繁地更新以反映当前状况等)。这有助于确保驾驶员和/或自主控制系统具有最佳可能的路线信息，这导致更好、更有效的行驶体验。
进一步的示例益处包括该技术在做出路线决策时考虑许多不同类型的重要和相关数据(交通历史、用户偏好、动态数据、当前交通状况等)；细粒度车道和路径信息被包含在路线计算中，从而产生更准确和有效的路线；可以提供快速的最佳路线更新；工作负载可以被有效地分配；以及由于车辆和服务器之间的距离更近，因此可以更快地传输消息和通知。
应该理解的是，通过示例的方式提供了前述优点，以及该技术可以具有许多其他优点和益处。
本公开是通过示例的方式示出的，而不是通过附图的图中的受限制的方式示出的，在附图中相同的附图标记用来表示类似的元件。
附图说明
本发明是通过示例的方式示出的，而不是通过附图的图中的受限制的方式示出的，在附图中相同的附图标记用来表示类似的元件。
图1A是示出示例性分层路线生成、提供和选择系统的框图。
图1B示出在道路附近设置了系列边缘服务器的示例性道路。
图2A-图2C是示例性集中式导航引擎、示例性本地化导航引擎和车辆导航应用的框图。
图2D是分层导航系统的各种组件的示例性数据流的框图。
图2E和图2F是示例性集中式导航数据存储库和示例性本地化导航数据存储库的框图。
图2G是示例性路线选择处理的图。
图3A描绘示例性用户偏好。
图3B描绘示例性标准。
图4A是示例性图形用户界面的图形表示。
图4B是用于在车辆中选择路线的示例性方法的流程图。
图5是示出覆盖集中式服务器路径的本地化服务器路径决策的图。
具体实施方式
本文中描述的技术利用具有分层服务器架构的分层服务器系统来分配路径和路线信息的计算。例如，分层服务器架构可以包括本地化服务器和集中式服务器。本地化服务器可以位于由车辆经过的道路附近。车辆收集传感器数据。给定车辆的传感器数据可以描述车辆在给定时间点和位置的一个或多个车辆动态。车辆数据可以进一步包括描述车辆周围环境的环境数据，或者可以被处理以生成描述车辆周围环境的环境数据。每个车辆的经处理的车辆数据可以被车辆传输到服务器系统，该服务器系统使用该数据作为动态地图数据。使用动态地图数据和数字地图，以及在一些情况下，使用用户偏好数据和/或其他信号，本地化服务器和集中式服务器可以分别计算经优化的路线集合并且将路线数据发送给车辆。在一些情况下，可以基于用户标准选择性地显示路线数据。例如，可以显示选择数量的最佳路线，或者最佳路线可被选择并且自动用于导航。
图1A是用于分层路线生成、提供和选择的示例性系统100的框图。如图所示，系统100包括：包含集中式导航引擎120的实例的集中式服务器101，包含导航应用122a...122n的实例的一个或多个车辆平台103a...103n，以及包含本地化导航引擎124a...124n的实例的一个或多个本地化服务器107a...107n。集中式服务器101和一个或多个本地化服务器107a...107n可以耦接，以用于经由网络105进行电子通信。
一个或多个车辆平台103a...103n可以耦接到一个或多个本地化服务器107a...107n，以用于经由网络105与系统100的其他组件进行电子通信。在图1A和剩余图中，附图标记后面的字母(例如“103a”)表示对具有该特定附图标记的元素的引用。文本中没有后续字母的附图标记(例如“103”)表示对带有该附图标记的元素的实例的总体引用。应当理解，图1A中描绘的系统100是通过示例的方式提供的，以及系统100和/或由本公开所想到的其他系统可以包括附加的组件和/或更少的组件，可以组合组件和/或将组件中的一个或多个划分为附加组件等。例如，系统100可包括任何数量的车辆平台103、本地化服务器107、网络105或集中式服务器101。
网络105可以是传统类型、有线和/或无线，以及可以具有许多不同的配置，包括星形配置、令牌环配置或其他配置。例如，网络105可以包括一个或多个局域网(LAN)、广域网(WAN)(例如，因特网)、个域网(PAN)、公共网络、专用网络、虚拟网络、虚拟专用网络、对等网络、近场网络(例如，NFC等)、和/或多个设备可以在其上通信的其他互连数据路径。
网络105还可以耦接到或包括电信网络的部分，以用于以各种不同的通信协议发送数据。示例性协议包括但不限于：传输控制协议/因特网协议(TCP/IP)、用户数据报协议(UDP)、传输控制协议(TCP)、超文本传输协议(HTTP)、安全超文本传输协议(HTTPS)、HTTP上的动态自适应流传输(DASH)、实时流传输协议(RTSP)、实时传输协议(RTP)和实时传输控制协议(RTCP)、因特网协议语音(VOIP)、文件传输协议(FTP)、网页套接字(WebSocket(WS))、无线访问协议(WAP)、各种消息传递协议(SMS、MMS、XMS、IMAP、SMTP、POP、WebDAV等)或其他合适的协议。在一些实施例中，网络105是使用诸如DSRC(专用短距离通信)、WAVE、802.11p、3G、4G、5G+网络、WiFiTM、卫星网络、车辆到基础设施/基础设施到车辆(V2I/I2V)网络、车辆到基础设施/基础设施到云(V2I/I2C)网络、车辆到基础设施/车辆到一切(V2I/V2X)网络或任何其他无线网络之类的连接的无线网络。尽管图1A示出了耦接到集中式服务器101和本地化服务器107的网络105的单个块，但是应该理解，网络105实际上可以包括任意数量的网络的组合，如上所述。
车辆平台103包括计算设备152，计算设备152具有处理器115、存储器117、通信单元119、输入和/或输出设备121、车辆数据存储库123和导航应用122的实例(例如，122a)。计算设备152的示例可以包括虚拟或物理计算机处理器、控制单元、微控制器等，其耦接到车辆平台103的其他组件，诸如一个或多个传感器113、致动器128、引擎等。
车辆平台103能够从一个点运输到另一个点。车辆平台103的非限制性示例包括车辆、汽车、公共汽车、船、飞机、仿生植入物、机器人、或具有非暂态计算机电子设备(例如，处理器、存储器或非暂态计算机电子设备的任何组合)的任何其他平台。车辆平台103在本文中可被称为车辆。当车辆平台103沿着道路行驶时，车辆平台103可以在与道路的不同连续段相关联的本地化服务器107之间跳跃。例如，车辆平台103a可以在沿着第一道路段行驶时连接到本地化服务器107a并且与本地化服务器107a通信，然后在沿着第二道路段行驶时连接到第二本地化服务器107n并且与第二本地化服务器107n通信。在一些情况下，连接106a和106n表示V2I连接，V2I连接提供车辆103对任何可应用数据的访问并且允许车辆103发送数据以用于任何合适的目的。这些连接还允许车辆基础设施、支持系统和任何合适的基于因特网的服务将数据推送到车辆103的计算设备152，以及从车辆103接收数据。
每个车辆平台103可以经由网络105通过车辆平台103当前在特定时间点所连接到的本地化服务器107、或者经由可以代表卫星因特网连接、蜂窝数据网络连接或其他合适的网络连接的其他网络数据连接(例如连接156)，向其他车辆平台103、其他本地化服务器107和/或导航服务器101发送数据并且从其他车辆平台103、其他本地化服务器107和/或导航服务器101接收数据。
传感器113包括适合于车辆平台103的任何类型的传感器。传感器113可以被配置为收集适合于确定车辆平台103和/或其内部环境和外部环境的特征的任何类型的信号数据。传感器113的非限制性示例包括各种光学传感器(CCD、CMOS、2D、3D、光检测和测距(LIDAR)、相机等)、音频传感器、运动检测传感器、气压计、高度计、热电偶、湿度传感器、红外(IR)传感器、雷达传感器、其他光(photo)传感器、陀螺仪、加速度计、速度计、转向传感器、制动传感器、开关、车辆指示传感器、挡风玻璃刮水器传感器、地理位置传感器(例如GPS传感器)、取向传感器、无线收发器(例如，蜂窝、WiFiTM、近场等)、声纳传感器、超声传感器、触摸传感器、接近传感器、距离传感器等。在一些实施例中，一个或多个传感器113可包括设置在车辆平台103的前侧、后侧、右侧和/或左侧的面向外的传感器，以便捕获车辆平台103周围的情景环境。
处理器115可以通过执行各种输入/输出、逻辑和/或数学运算来执行软件指令(例如，任务)。处理器115可以具有各种计算架构来处理数据信号。处理器115可以是物理的和/或虚拟的，并且可以包括单个核、或多个处理单元和/或核。
在车辆平台103的环境下，处理器可以是在诸如汽车的车辆平台103中实现的电子控制单元(ECU)，但是其他类型的平台也是可能的并且是可想到的。ECU可以接收传感器数据(例如，全球定位系统(GPS)数据)并且将传感器数据作为车辆操作数据存储在车辆数据存储库123中，以供车辆导航应用122访问和/或检索。在一些实现方式中，处理器115可以能够生成并且向输入/输出设备121提供电子显示信号，支持图像的显示，捕获和发送图像，执行包括各种类型的数据解码和路线改变检测的复杂任务等。在一些实现方式中，处理器115可以经由总线154耦接到存储器117以从存储器117访问数据和指令并且在存储器117中存储数据。总线154可以将处理器115耦接到车辆平台103的其他组件，包括例如传感器113、存储器117、通信单元119、输入和/或输出设备121和/或车辆数据存储库123。
存储器117包括非暂态计算机可用(例如，可读、可写等)介质，非暂态计算机可用介质可以是任何有形的非暂态装置或设备，其可以包含、存储、通信、传播或者传输用于由处理器115处理或与处理器115一起处理的指令、数据、计算机程序、软件、代码、例程等。例如，存储器117可以存储车辆导航应用122和/或导航应用122。在一些实现方式中，存储器117可以包括易失性存储器和非易失性存储器中的一个或多个。例如，存储器117可以包括但不限于动态随机存取存储器(DRAM)设备、静态随机存取存储器(SRAM)设备、分立存储器设备(例如，PROM、FPROM、ROM)、硬盘驱动器、光盘驱动器(CD、DVD、蓝光TM等)中的一个或多个。应当理解，存储器117可以是单个设备，或者可以包括多种类型的设备和配置。
通信单元119使用无线和/或有线连接向通信单元119所通信地耦接到(例如，经由网络105通过本地化服务器107)的其他计算设备发送数据并且从其他计算设备接收数据。在一些实施例中，通信单元119可以耦接到本地化服务器107以获得对网络105的网络访问并且经由网络105与其他计算节点(诸如其他车辆平台103和/或导航服务器101等)进行通信。通信单元119可以包括用于发送和接收数据的一个或多个有线接口和/或无线收发器。通信单元119可以使用标准通信方法(例如上面讨论的那些)与其他计算节点交换数据。
输入和/或输出(I/O)设备121包括用于输入和/或输出信息的任何标准设备。非限制性的示例性IO设备121包括用于显示通知(例如，连接建立的通知、路线重新计算的通知等)的屏幕(例如，触摸屏、LCD、LED等)、指示器、音频再现设备(例如，扬声器)、麦克风和用于促进与用户的通信和/或交互的任何其他I/O组件。输入/输出设备121可以直接或通过中间I/O控制器耦接到计算设备152。
导航应用122是可执行以根据由可应用的本地化导航引擎124提供的路线规划数据自动确定最佳导航路线、和/或使用由本地化导航引擎124和/或集中式导航引擎120确定的路线规划数据向车辆操作者提供导航指引的计算机逻辑。在一些实施例中，导航应用122可以使用可由一个或多个计算机设备的一个或多个处理器执行的软件、使用硬件(诸如但不限于现场可编程门阵列(FPGA)、专用集成电路(ASIC)等)和/或硬件和软件等的组合等来实现。
在一些实施例中，导航应用122可以显示数字地图，基于由本地化导航引擎124和/或集中式导航引擎120提供的路线规划数据来选择路径，生成并且显示提示用户选择经优化的路线的用户界面，经由车辆平台103的输出设备121提供由用户选择的车辆路线的导航指令等。
在一些实施例中，导航应用122可以在当前路线的导航期间自动显示对于该路线的更优路径的更新以供用户选择，和/或自动选择更优路径并且向处理器115发信号，处理器115可以包括自主车辆控制器，自主车辆控制器被配置为使用车辆的致动器128自主地控制车辆以使用更优路径。在一些情况下，导航应用122可以在车辆平台103沿着道路行驶时基于从本地化导航引擎124接收的更优路径信息来检测当前路线车辆路线中的动态变化，并且使用更优路径信息自动重新计算车辆路线以更高效地将车辆导航到目的地。许多其他功能也是可能的并且是可想到的。在一些实施例中，导航应用122可以处理车辆平台103的车辆路线并且将车辆平台103的车辆路线作为车辆数据存储在车辆数据存储库123中以供以后访问和/或检索，和/或将选择提供给本地化导航引擎124以供应给集中式服务器101作为确认和/或学习等。
车辆数据存储库123包括存储各种类型的数据的非暂态存储介质。例如，车辆数据存储库123可以存储使用诸如控制器局域网(CAN)总线之类的总线在给定车辆平台103的不同组件之间通信的车辆数据。在一些实施例中，车辆数据可包括从耦接到车辆平台103的不同组件的多个传感器113收集的车辆操作数据，以用于监控这些组件的操作状态，例如车辆速度、加速度、减速度、车轮速度(每分钟转数-RPM)、转向角、制动力、安全设备状态(例如，安全气囊、撞击/碰撞状态等)等。在一些实施例中，车辆数据可包括唯一标识车辆平台103的车辆标识符(ID)(例如，车辆识别号(VIN))。在一些实施例中，车辆数据还可以包括指示车辆平台103的地理位置的车辆地理定位(例如，GPS坐标)、所选择的车辆路线、其他可能的车辆路线、目标指定等。
致动器128包括能够产生或抑制运动的机械设备和/或电气设备。致动器128可以是电动的、气动的、液压的、磁性的、机械的、热力学的、和/或磁性的，和/或前述各项的组合。非限制性的示例性致动器128包括电动机、机动化的联动装置、信号组件、伺服机构、液压缸、气动致动器、相应的传动装置、连接器和运动组件、内燃机、喷气发动机等。致动器经由联动装置、变速器、传动系统、液压装置和/或其他组件(诸如包括车轮、支撑物、涡轮风扇、鼓风机、喷嘴和/或其他组件的那些组件)耦接到能够使车辆103加速、减速和转向的组件。
集中式服务器101包括硬件和/或虚拟服务器，硬件和/或虚拟服务器包括一个或多个处理器、存储器和网络通信能力(例如，通信单元)。存储器可以存储指令/计算机逻辑，当指令/计算机逻辑由一个或多个处理器执行时，指令/计算机逻辑执行本文中讨论的操作中的一个或多个。在一些情况下，存储器可以存储集中式导航引擎120的实例以供一个或多个处理器执行。在一些实施例中，集中式服务器101可以是远离本地化服务器107定位的计算服务器，并且经由网络105通信地耦接到本地化服务器107。
例如，集中式服务器101可以是驻留在数据中心中的云服务器。集中式服务器101可以通信地耦接到网络105，如信号线158所反映的。在一些实施例中，集中式服务器101可以经由网络105向系统100的其他实体(例如，一个或多个本地化服务器107、一个或多个车辆平台103等)发送数据并且从系统100的其他实体接收数据。
在一些实施例中，集中式服务器101可以被提供有大量的硬件资源、计算能力和/或网络能力，以用于支持和管理多个本地化服务器107的数据传输。例如，集中式服务器101可以具有大的数据存储容量、拥有大带宽的固定且可靠的网络连接。如图所示，集中式服务器101可以包括存储用于由该应用访问和/或检索的各种类型的数据的集中式导航数据存储库155、偏好数据存储库124和集中式导航引擎120的实例。
集中式导航引擎120和本地化导航引擎124是可由一个或多个处理器执行以协作地生成分层路线规划数据以供应给车辆103的计算机逻辑。如图1A中所示，集中式服务器101可包括集中式导航引擎120的实例，而本地化服务器107a...107n可以包括本地化导航引擎124a...124n的实例。
在一些实施例中，集中式导航引擎120和/或本地化导航引擎124可以使用可由一个或多个计算机设备的一个或多个处理器执行的软件、使用硬件(诸如但不限于现场可编程门阵列(FPGA)、专用集成电路(ASIC)等)、和/或硬件和软件的组合等来实现。集中式导航引擎120和/或本地化导航引擎124可以接收和处理本文中描述的各种数据，并且经由总线154与车辆平台103的其他元件(诸如存储器117、通信单元119、一个或多个输入和/或输出设备121、车辆数据存储库123等)进行通信。下面进一步详细描述集中式导航引擎120和/或本地化导航引擎124。
在一些实施例中，集中式数据存储库155、本地化导航数据存储库154和/或偏好数据存储库124包括存储本文中描述的导航相关数据(诸如图2E和图2F中所描述的)的一个或多个非暂态存储介质。偏好数据存储库124可以存储对于由系统100计算的路线的用户偏好数据，如下面进一步讨论的。
本地化服务器107包括硬件和/或虚拟服务器，硬件和/或虚拟服务器包括处理器、存储器和网络通信能力(例如，通信单元)。在一些实施例中，本地化服务器107可以是位于车辆平台103行驶的道路的路边上的计算基础设施。例如，本地化服务器107可以是沿着道路定位的路边单元、位于距道路预定距离内的边缘服务器、蜂窝基站、特定地与道路相关联并且与经过道路的所连接的车辆具有低延迟连接的远程服务器等。
在一些实施例中，由于成本效率和本地化服务器107的路边放置，可以向本地化服务器107提供有限数量的硬件资源、计算能力和/或网络能力。例如，本地化服务器107可具有有限的处理能力、有限的存储空间、拥有相对低带宽的间歇网络连接等。在一些实施例中，每个本地化服务器107的有限资源可能需要在通信地耦接到本地化服务器107的多个车辆平台103之间最佳地分布。在一些实施例中，通信地耦接到本地化服务器107的车辆平台103可以包括在特定时间点位于本地化服务器107的通信覆盖区域192内的车辆平台103。
在一些实施例中，本地化服务器107可以提供网络数据访问，并且与位于本地化服务器107的通信覆盖区域内的车辆平台103交换数据。每个边缘服务器107可以具有通信覆盖区域192，在该通信覆盖区域192内，车辆平台103可以与边缘服务器107建立临时的车辆到基础设施(V2I)连接，以向本地化服务器107发送数据和从本地化服务器107接收数据。本地化服务器107可以使用其网络连接162经由网络105向系统100的其他实体(例如，集中式服务器101、其他车辆平台103等)发送与车辆平台103相关联的数据并且从系统100的其他实体接收与车辆平台103相关联的数据。
图1B示出在道路194附近设置了系列边缘服务器107的示例性道路194。所连接的车辆平台103在其沿着道路194行驶时连接到各种边缘服务器107。而在每个边缘服务器覆盖区域中，车辆103a可以将动态数据发送到与该区域相关联的边缘服务器107，并且可以接收经优化的路线规划数据，诸如最佳车道、路径和/或路线选项。例如，在区域A中，车辆103a可以将动态数据发送到边缘服务器107a并且从边缘服务器107a接收如由边缘服务器107a和/或集中式服务器101所确定的经优化的车道、路径和/或路线选项。例如，边缘服务器107a可以基于从车辆103a接收的动态数据来处理经优化的车道和路径选项，并且集中式服务器可以使用经优化的车道和路径选项、以及来自集中式数据存储库155的集中式数据，确定车辆的最佳路线。集中式服务器101可以将包括那些路线的路线规划数据提供到边缘服务器107a以供应给车辆103a，或者可以经由替选的更直接的数据连接(例如，经由网络105)将它们直接提供给车辆。另外，本地化服务器107可以基于它根据特定于区域的参数确定的车道和路径选项来计算路线选项，并且将路线选项(与集中式服务器101确定的选项一起)提供给车辆103a。导航应用122可以处理包括经优化的车道、路径和/或路线选项的路线规划数据，以及提供路线规划数据以供选择或自动确定要用于导航车辆103a的路线。
当车辆平台103a沿着道路194行进时，车辆平台103a可以离开本地化服务器107a的通信覆盖区域(区域A)，并且进入本地化服务器107n的通信覆盖区域(区域N)。在区域N中，车辆103a可以以类似于区域A中的方式将动态数据发送到边缘服务器107b，并且从边缘服务器107b接收经优化的车道、路径和/或路线选项。
作为其他示例，车辆103a可以接收区域A中的经优化的路线选项，该经优化的路线选项然后被选择以用于行驶。在进入区域N时，车辆103n可以接收较新的路线选项，该较新的路线选项包括管理服务器建议的路线和边缘服务器建议的路线。可以基于用户偏好和/或其他标准来选择较新的路线之一，如本文中其他地方进一步详细讨论的。
参考图1B描述的处理可以对于由车辆103a所经过的其他区域继续。
应当理解，图1A中示出的系统100代表示例性系统，以及可想到各种不同的系统环境和配置，并且这些系统环境和配置在本公开的范围内。例如，各种动作和/或功能可以从服务器移动到客户端，反之亦然，数据可以合并到单个数据存储库中或者进一步分割成附加数据存储库，并且一些实现方式可以包括附加的或更少的计算设备、服务和/或网络，并且可以实现客户端或服务器端的各种功能。此外，系统的各种实体可以集成到单个计算设备或系统中，或者分成附加的计算设备或系统等。
图2A-图2C是示例性集中式导航引擎120、示例性本地化导航引擎124和车辆导航应用122的框图。如图所示，集中式导航引擎120可包括路线规划器202，尽管应该理解集中式导航引擎120可包括附加组件，诸如但不限于训练引擎、加密/解密引擎等，和/或这些各种组件可组合成单个引擎或分成附加引擎。
本地化导航引擎124可以包括路线规划器208、车道规划器210、路径规划器212和动态数据处理器214，但是应该理解，本地化导航引擎124可以包括附加组件，诸如但不限于训练引擎、加密/解密引擎等，和/或这些各种组件可以组合成单个引擎或者分成附加引擎。
车辆导航应用122可以包括引导选择器216、用户界面218和动态数据提供器220，但是应该理解，车辆导航应用122可以包括附加组件，诸如但不限于训练引擎、加密/解密引擎等，和/或这些各种组件可以组合成单个引擎或分成附加引擎。
组件120、124、122、202、208、210、212、214、216、218和/或220可被实现为软件、硬件或前述各项的组合。组件210、212和214；和/或组件216、218和/或220可以通过总线(例如，总线154)和/或处理器(例如，处理器115)彼此通信地耦接和/或通信地耦接到实体的相应计算设备的其他组件(例如，车辆平台103的计算设备152)。
在一些实施例中，组件120、124、122、202、208、210、212、214、216、218和/或220中的一个或多个是可由处理器(例如，诸如像处理器115那样的处理器)执行以提供它们的功能的指令集。在其他实施例中，组件120、124、122、202、208、210、212、214、216、218和/或220中的一个或多个可存储在存储器中(例如，诸如存储器117之类的存储器)，并且可由处理器(例如，处理器115)访问和执行以提供它们的功能。在任何前述实施例中，这些组件120、124、122、202、208、210、212、214、216、218和/或220可以适于与计算设备的处理器和其他组件进行协作和通信。
下面更详细地描述组件120、124、122、202、208、210、212、214、216、218和/或220。
图2D是分层导航系统100的各种组件的示例性数据流100的框图。系统100中的车辆收集传感器数据，该传感器数据被处理和解释以确定车辆及其周围环境的动态。有利地，系统100可以自动且持久地(以各种间隔(固定的、在其发生时等)、连续地、分批地(intranches)等)以期望的粒度级别(例如，时间间隔、传感器增益等)从车辆传感器113收集各种不同类型的数据。在一些实施例中，可以预先确定从车辆103聚合传感器数据的间隔。
这与背景技术中描述的解决方案不同，背景技术中描述的解决方案仅当地图应用被加载并且在用户的便携式电子设备上使用时、当启用应用的位置跟踪时、和/或当用户输入事件或事件的确认时(例如，用户在道路上驾驶时目击了事件并且在应用中输入事件的性质和发生)才收集数据。
如本文中其他地方所讨论的，系统100可以将该信息与其他导航相关数据唯一地组合，其他导航相关数据可以是历史数据、半当前数据和/或当前数据。其他导航相关数据可以包括反映道路拥堵的数据、事故、关闭、施工、容量、预期负荷、天气等，诸如但不限于道路地图、道路的历史交通数据、施工数据、道路的当前交通数据、关于沿着道路的天气状态的天气信息、紧急响应者数据等，产生经优化的对道路状态的反映。数据在时间方面可以是高分辨率的，从而反映逐秒的变化。
图2E和图2F是示例性集中式导航数据存储库155和示例性本地化导航数据存储库157的框图。集中式导航数据存储库155包含与本地化地图数据存储库154不同分类的数据。
如上所述，集中式服务器101可以包括和/或被包括在数据中心中，该数据中心聚合来自正在经过各种不同地理区域中的不同道路的多个车辆的数据。这样，由集中式服务器101在逐天基础上接收和处理的数据量可能很大并且需要大量计算资源以便正确地解读。例如，集中式服务器101可以针对拥有数百万日常驾驶员的国家的每个州的所有城市中的所有道路接收对天气状况、交通状况、紧急响应事件、计划或未计划的道路关闭、计划或未计划的施工事件、由数千人参加的社区活动等的持续更新。这样的数据的影响和相关性需要应用先进的启发式算法和数据科学算法，这可能需要很多分钟，以及在一些情况下可能需要数小时或数天。
有利地，系统100使用分层分布式架构，其中在与不同道路段相关联的本地化服务器107处执行本地化路线规划计算。与集中式服务器101不同，本地化服务器107将计算聚焦在与它们相关联的道路段上，这导致使用比集中式服务器101所访问的数据更加新的数据的更简单、更高效的计算。此外，有利地，系统100可以处理由所连接的车辆的车辆传感器捕获的传感器数据，以生成用于未连接的车辆的动态数据。
更具体地，如图2D中所示，集中式导航数据存储库155可以包括交通历史数据230A、交通密度和流量数据230B、经聚合的动态数据230D、本地化服务器数据230F和天气预报数据230G。
交通历史数据230A是描述沿着道路的任何给定点的交通的历史数据。历史数据可以描述沿着道路的任何合适点的随时间的逐车道交通。可以使用给定道路位置的地理定位数据(例如，坐标、地址、线标记等)来索引和/或查询该位置的历史数据。历史数据可以在不同维度上平均，例如一周中的几天、一天中的时间等。还可以分析和更新历史数据以包括各种时间发现，例如可以在不同时间不成比例地影响交通的变量，诸如由先前的自然灾害和/或天气引起的大事件、季节变量(例如，假日交通等)、自然灾害和/或与天气有关的影响等。
交通密度和流量数据230B可以反映由集中式服务器101监控的所有道路上的车辆交通的密度和/或流量。可以使用给定道路位置的地理定位数据(例如，坐标、地址、线标记等)来索引和/或查询该位置的交通密度和流量数据230B。在一些情况下，给定道路的车辆交通的密度欠流(underflow)可以在道路的所有车道上概括，因为数据可能不够精细以指示哪些车道更快地流动和/或具有比其他车道更多的交通。在其他情况下，可以逐车道地跟踪密度和流量。可以基于不同时间维度(例如一天中的时间、一周中的一天、季节、月等)的交通历史数据230A来估计密度和流量。密度和流量可以附加地或替选地基于当前从道路上的汽车和/或基础设施接收的交通信号来确定。
例如，可以沿着频繁拥堵的高速公路安装交通监控系统，并且可以接收来自那些交通监控系统的信息并且将所述信息存储为交通密度和流量数据230B。在其他示例中，车载导航系统、安装在位于车辆中的便携式电子设备中的应用等可以确定并且向集中式服务器101发送行驶速率及其相关联的位置，在集中式服务器101中最终可处理数据并且基于行驶速度来估计交通密度(交通量)和交通流量。然而，考虑到沿着由集中式服务器101监控的所有道路行驶的车辆的数量，实时地或接近实时地处理从所有车辆接收的所有数据是不切实际的。相反，启发式算法通常被用来估计道路的密度，诸如将道路分成较大的区段(例如，1-5英里区段)并且对每个区段接收的一小部分数据进行采样，这减小了必须以较低的准确度和分辨率为代价进行处理的数据量和粒度。
经聚合的动态数据230D包括从不同的本地化导航数据存储库154和/或车辆103聚合的动态数据。可以使用给定道路位置的地理定位数据(例如，坐标、地址、线标记等)来索引和/或查询该位置的经聚合的动态数据230D。动态数据包括由行驶在道路上的各个车辆103的传感器113捕获的传感器数据。经聚合的动态数据230D反映了给定地理位置随时间的车辆的动态状态，和/或接近车辆的外部环境的动态状态。在一些实施例中，可以通过地理位置或地址来索引和查询经聚合的动态数据230D。关于本地化导航数据存储库154更详细地讨论动态数据。
本地化服务器数据230F包括用于系统100的不同本地化服务器107的记录。记录可以反映本地化服务器230F的简档，包括其特定位置、由本地化服务器230F覆盖的驾驶区域、本地化服务器230F的驾驶区域内覆盖的道路或道路段等。聚合并存储在集中式导航数据存储库252中的动态数据230D可以在数据存储库252中同与其对应的本地化服务器107相关联。
在一些实施例中，与给定本地化服务器107相关联的本地化服务器数据可包括唯一的本地化服务器ID、指示本地化服务器107的地理位置(例如，GPS坐标)的本地化服务器地理位置、描述本地化服务器107的通信覆盖区域的覆盖数据等。在一些实施例中，特定本地化服务器107的通信覆盖区域可以是本地化服务器107可以与车辆平台103通信的覆盖区域。覆盖数据的非限制性示例包括但不限于通信覆盖区域的覆盖地理定位(例如，GPS坐标)、覆盖边界(例如，几何形状和大小)等。在一些实施例中，与给定本地化服务器107相关联的本地化服务器数据可包括性能度量(例如，信道质量度量、计算负载度量等)和/或当前在本地化服务器107处可用的服务器资源(例如，边缘服务器资源、网络带宽、存储器空间、处理能力等)的数量。
天气预报数据230G包括影响由集中式服务器101监控的各种道路段的当前和未来天气状况。天气预报数据230G可以从被配置为提供不同区域的天气数据的第三方服务器摄取。在一些情况下，集中式服务器101可以使用第三方天气服务器的一个或多个应用编程接口来访问天气数据。在一些实施例中，集中式服务器101可以从覆盖道路所在区域的气象站接收天气数据。其他变型也是可能的并且是可想到的。可以使用给定道路位置的地理定位数据(例如，坐标、地址、线标记等)来索引和/或查询该位置的天气数据。
如图2E中所示，本地化导航数据存储库154对应于覆盖包括一个或多个道路段的特定地理区域的特定本地化服务器107，本地化导航数据存储库154可以包括该区域的交通历史数据230A、动态交通密度和流量数据232B、所连接车辆(CV)动态数据232C、CV环境数据232D、UnCV动态232E、天气测量数据232F和道路信号数据232G。
交通历史数据232A可以包括与上面参考交通历史数据230A描述的数据相同或类似的、用于由交通历史数据232A对应的本地化服务器107具体覆盖的道路的数据。
动态交通密度和流量数据232B可以动态地反映由位置服务器107监控的区域内的道路上的车辆交通的密度和/或流量。动态交通密度和流量数据232B与交通密度和流量数据230B的不同之处在于，动态交通密度和流量数据232B还可以基于从位于该区域中的车辆103接收的传感器数据。
可以处理本文中描述的传感器数据(诸如下面参考CV动态数据232C、232D和232E)，以针对包括路肩、合并和转弯车道等的道路的每个车道以更高分辨率(更小的道路段尺寸)确定交通密度。例如，通过了解车辆所处的特定车道、正在试图改变车道的车辆数量以及车辆基于车辆的位置、速度和加速度相隔多远，动态数据处理器214可以生成并存储由位置服务器107覆盖的区域中的道路的动态密度和流量数据230B，而没有显著滞后并且实时地反映该区域中的道路的动态状态。此外，动态数据处理器214可以针对比英里更小或更大的测量单位(例如，米、分米等，或码、英尺、英寸等)处理上述信息，并且在一些情况下，提高计算车辆位置的定位系统的分辨率。
动态交通密度和流量数据232B还可以有利地反映未连接车辆的动态状态，如本文中其他地方所讨论的。
CV动态数据232C包括从本地化服务器107的区域中的车辆103接收的传感器数据和/或是基于所述传感器数据而生成的。传感器数据反映车辆的动态状态。动态状态反映了车辆的任何合适的操作方面，诸如车辆的机动状态、位置状态和功能状态。例如，动态数据反映随着时间：
·哪些车辆正在运行或未运行；
·哪些车辆正在制动，车辆制动的地理位置，车辆在哪些车道制动等；
·哪些车辆正在加速，车辆加速的地理位置，车辆在哪些车道加速等；
·哪些车辆正在改变车道，以及车辆改变至哪些车道；
·车辆正在行驶的速度；
·当车辆正在经过道路时车辆的地理位置；
·哪些车辆具有被触发和被禁用的引擎错误状态；
·哪些车辆触发了紧急状态，例如所触发的碰撞传感器及其被触发的时间，示出安全气囊被部署及其被部署的时间的安全气囊传感器等；
·哪些车辆的挡风玻璃刮水器正在运行；
·哪些车辆激活了四轮驱动或全轮驱动；
·哪些车辆具有牵引力控制装置；
·等等。
CV环境数据232D包括从本地化服务器107的区域中的车辆103接收的传感器数据和/或是基于所述传感器数据而生成的。CV环境数据232D反映车辆周围的外部环境。车辆的外部环境可以从车辆延伸预定距离，并且可以逐个传感器地改变。在一些情况下，传感器的范围可以确定可以被监控的车辆附近的外部环境的范围。
CV环境数据反映了车辆附近的对象的存在，例如相邻车辆、施工区域、障碍物、天气状态等。示例包括：
·捕获车辆附近(前方、侧方、后方等)的环境的图像数据，以及该环境中的对象，诸如其他车辆、车道标记(例如条纹、线条等)、道路标志(例如施工标志、限速标志、指路标志等)；
·接近数据，反映从车辆到车辆周围的对象(例如其他车辆)的距离；
·天气数据，反映车辆外部的天气(例如，是否下雨、下雪等，以及多猛烈等；车辆外部的温度；横风和相应的速度等)；
·等等。
UnCV动态数据232E包括由动态数据处理器214处理的数据，该数据反映了未连接的区域中的车辆。未连接的车辆是缺乏无线通信能力并且不能将数据传输到本地化服务器107的车辆。连接的车辆103的面向外的传感器113能够将动态数据传送到本地化服务器107，该传感器113可以捕获描绘相邻车辆的图像，以及动态数据处理器214可以对由图像数据描绘的图像执行对象检测并且处理图像中包括的车辆。动态数据处理器214可以估计图像中的车辆的深度(例如，三维位置)并且将它们与所连接的车辆的已知位置相关联以确定未连接的车辆的位置以生成更精细、准确的动态地图数据，这些动态地图数据可以被路线、车道和路径规划器使用以生成路线规划指令，如本文中进一步讨论的。结果，系统100提供了显著的技术改进，通过至少考虑未连接且不能转播其位置和/或其他信息的车辆103的位置，可以比现有解决方案更准确地对车辆103进行导航。
天气测量数据232F包括反映由位于道路的气象站进行的测量的数据。在一些实施例中，诸如温度计、气压计、风速计等气象仪器可以有线地或无线地耦接到本地化服务器107，以及本地化服务器107可以包括能够处理信号并且将天气测量值作为天气测量数据232F存储在本地化导航数据存储库154中的软件。在一些实施例中，具有通信能力的单独天气测量设备可以位于该区域中并且被配置为将天气数据发送到本地化服务器107，本地化服务器107可以接收并且存储天气数据。其他变型也是可能的，其中本地化服务器107接收天气预报数据230G并且将其存储为天气测量数据232F。
道路信号数据232G包括反映沿着由本地化服务器107监控的区域中的道路而定位的道路交通信号设备的信号化状态的数据。信号的状态可以随着它们改变而更新，以及对交通的影响可以被识别并且被记录在本地化导航数据存储库154中，并且在由本地化导航引擎124执行的规划中被考虑。
参考集中式导航数据存储库155和本地化导航数据存储库154讨论的任何数据/全部数据可以在地理上进行定位、索引和/或查询或使用位置进行其他处理。可以使用任何合适的计量器来处理位置，诸如地理坐标(例如，纬度、经度等)、卫星定位系统坐标(例如，GPS、GLONASS、伽利略、北斗、IRNSS、QZSS等)等，或其他位置系统坐标(例如，信号三角测量系统(例如，基于蜂窝塔的定位系统等)、IP位置确定系统等)。
因此，许多流行的导航和地图应用使用先前计算的估计、结合当前道路状况的不完整反映来计算导航路线。结果，这些导航路线经常是不精确的，并且有时是不适用的，但是可以容忍，因为它们是可用的并且通常比没有指引更好。
再次参考图2D，用于200的数据反映了用于处理最佳路线规划数据的各种方法，其提供了比由先前解决方案(例如上面在背景技术部分中讨论的那些)处理的路线更多的粒度和精度。
车辆103配备有车辆传感器113。传感器113包括用于监控车辆103的动态状态的传感器和用于感测车辆103外部环境的面向外的传感器。输入242被车辆传感器113捕获并且被提供给动态数据提供器220。动态数据提供器220包括可由车辆103的一个或多个处理器115执行的计算机逻辑，以处理传感器数据244并且将传感器数据244传输到车辆103所通信地耦接到的本地化服务器107。
在一些实施例中，车辆103可以在道路上行驶通过由本地化服务器107服务的区域，并且在该区域中本地化服务器107包括接入点。本地化服务器107可以经由本地化服务器107的通信单元广播其可用性，并且车辆103的通信单元119可以捕获所广播的信号，响应于所广播的信号，车辆导航应用122或其他应用(诸如车辆103的计算系统152的操作系统)可以建立与本地化服务器107的安全通信信道。在一些实施例中，车辆103和本地化服务器107可以使用适合于认证车辆的加密认证协议来彼此认证。
车辆103可以使用任何合适的安全加密认证协议(例如，诸如使用公共和私有数字密钥、多因素认证等的认证协议)来与本地化服务器107进行认证。例如，可以使用在某些情况下出于隐私原因提供消息认证和消息加密的合适安全机制。消息验证有助于确保所有消息由合法发送者发送，并且可以被构建在基线通信协议上。例如，DSRC可以提供基于椭圆曲线数字签名算法(ECDSA)的数字签名，以便接收者可以验证相应发送者的身份。关于安全密钥管理(其经常由包括ECDSA的可用安全机制来使用)，公共密钥基础设施(PKI)或安全证书管理系统(SCMS)可以由云服务使用和提供、与云服务链接。在一些实施例中，当车辆103或本地化服务器107感测到其他车辆103的任何可疑行为时，它可以将该可疑行为报告给其他本地化服务器和集中式服务器101，这可以累积信息以便更准确地检测并且在需要时作出反应。
在一些实施例中，本地化服务器107可以包括被称为路侧单元(RSU)的专用通信硬件，其使得能够进行V2I通信。RSU可以安装在诸如快速路、高速公路、城市街道和/或交叉路口之类的道路附近以与车辆进行通信，但是其他变型也是可能的并且是可想到的，如本文中其他地方进一步讨论的。RSU可以经由高带宽有线连接与诸如集中式服务器101之类的云服务进行通信。集中式服务器101或本地化服务器107可以提供用于利用本地化服务器107来认证车辆103的认证数据。
在一些实施例中，车辆103可以经由其通信单元119耦接到网络105，并且可以基于车辆103的位置查找本地化服务器107的IP地址。例如，车辆103可以在车辆数据123中包括查找表，可以基于车辆103的地理位置来查询该查找表，车辆可以使用定位系统(例如，GPS)来确定车辆103的地理位置。
动态单元提供器214可以以各种间隔接收、处理和发送动态数据244到与其耦接的本地化服务器107。例如，当传感器113捕获传感器数据(例如，基于计算时钟周期或其他定时机制)时，动态数据提供器214可以处理和发送该数据。在其他实施例中，动态数据提供器214可以将传感器数据缓冲一定时间段，然后发送数据。在没有与本地化服务器107的连接可用的时间段中，动态数据提供器214可以对传感器数据进行高速缓存，并且在一旦建立与本地化服务器107的连接时就提供该传感器数据，以便可以将动态数据处理成为针对它所对应的位置的历史动态数据。其他变型也是可能的并且是可想到的。
响应于从车辆103接收到动态数据，正在监控车辆所在区域的本地化服务器107可以处理动态数据，以确定车辆103的最佳车道和路径。
具体地，动态数据处理器220可以接收包括由动态数据提供器214准备和提供的传感器数据的动态数据244，处理动态数据244，以及将动态数据存储在本地化服务器107的本地化导航数据存储库157中，和/或将处理后的动态数据提供给路径查找器212、车道规划器210和/或路线规划器208，以用于计算路径、车道和/或路线。
车道规划器210确定车辆将要经过的即将到来的车道中的哪些车道是车辆的最佳车道。当确定最佳车道时，车道规划器210可以评估参考图2F描述的任何数据类型。
在一些实施例中，车道规划器210可以分析车辆的传感器数据以确定车辆的速度以及车辆是在加速还是在减速(或停止)，以及将其与在道路的相同车道和相邻车道中的车辆的速度和加速度/减速度进行比较，以确定哪个车道中行驶的车辆与车辆的动态状态最一致。
在一些实施例中，车道规划器210可以基于道路上前方与目标车辆在同一车道中的车辆的动态数据来检测那些车辆经历了减速(基于其制动状态、减速状态等)，并且可以针对目标车辆计算左车道以改变到没有经历减速的左车道。
在一些实施例中，车道规划器210可以从已碰撞到障碍物的车辆接收动态数据的新循环。来自该车辆的动态数据反映了碰撞的位置，碰撞传感器被触发和/或安全气囊传感器反映安全气囊被部署，以及车轮旋转传感器确定汽车以0英里每小时行驶/停止。车道规划器210可以处理动态数据并且为接近靠近碰撞场景的所有车辆确定车道变化，以将这些车辆移动到距离碰撞场景最远的车道。
在一些实施例中，动态数据处理器220可以基于由连接的车辆捕获的传感器数据来模拟未连接的汽车的动态数据。例如，连接的车辆可以捕获包括未连接的车辆的传感器数据，并且动态处理器220可以识别数据中的未连接的车辆，以及将反映未连接的车辆的数据提供给车道规划器210、路径规划器212和/或路线规划器208，以用于在确定连接的车辆的最佳路线数据时进行处理和/或考虑。
例如，车道规划器210和/或动态数据处理器220可以使用来自位于该区域中的车辆103的动态数据来识别在优化路线规划数据正被计算的目标车辆前方的车道中的一个或多个未连接的车辆，以及可以基于一个或多个未连接的车辆的存在或不存在来生成车道变化。在一些实施例中，可以将车辆位置地图作为动态交通密度和流量数据232B存储在本地化导航数据存储库157中。车辆位置地图可以反映连接的车辆和未连接的车辆的当前位置，其中，未连接的车辆的位置是如上所述使用连接的车辆103的传感器数据来确定的。车道规划器210可以利用示出未连接的车辆的位置的动态地图数据来映射车道变化，该车道变化优化经过该区域的道路的连接的车辆的流量。由于连接的车辆和未连接的车辆可以改变它们的路线而不管所提供的路线规划数据，因此本地化导航引擎124可以连续地处理从车辆接收的动态数据，以确定连接的车辆的最佳车道、路径和路线。
在一些实施例中，车道规划器210结合其他数据(诸如交通历史数据232A)来考虑动态数据。交通历史数据232A反映历史平均相关速度、车道密度等，可以考虑由其动态数据集相对于历史平均值所反映的连接车辆的当前轨迹，以计算这些车辆的最佳车道选项。在一些实施例中，可以将同一车道中的具有相似动态数据的一组连接车辆排成队列以使其匹配历史动态数据，该历史动态数据具有也与包括该队列的车辆的特性相匹配的特性。在一些情况下，可以形成多个队列，并且可以引导队列以按照同步的方式在各个点处改变车道以保持队列的行进流动。以此方式，即使交通密度较高，也沿着道路进一步优化交通流量。
路径规划器212处理由动态处理器220接收和处理的动态数据244。与车道规划器210一样，路径规划器212可以直接从动态数据处理器220接收动态数据或从本地化导航数据存储库157检索动态数据。当车辆沿着道路行驶时，路径规划器212可以分析动态数据以确定给定车辆103的路径的变化。当动态数据处理器220接收并且处理动态数据时，路径规划器212可以对车辆103相对于先前确定的路径的任何变化作出反应。
在一些实施例中，路径规划器212可以考虑由本地化服务器107监控的区域的道路状态的变化，基于由动态数据所反映的车辆103的机动特性连续地计算车辆103的新路径选项。与车道规划器210一样，由动态数据处理器220处理的动态地图数据可以反映连接的车辆和未连接的车辆的状态，诸如它们的轨迹、速度、加速/减速、功能状态等。路径规划器212可以检测两个时间点之间的动态地图数据的变化，确定哪些车辆受到变化的影响，以及计算这些车辆103的新的最佳路径选项。
在一些实施例中，由于连接的车辆和未连接的车辆的存在，可以确定第一路径以包括更高的密度和更低的流量，并且可以确定第二路径更优，因为虽然第二路径的密度可以是相同的，但是存在未连接的车辆沿着该路径行驶，因此通过进一步对连接的车辆进行路线规划以沿着该第二路径可以更好地维持较低的交通率。相应地，车道规划器210可以计算第二路径的最佳车道变化，以保持交通以更高的速率流动。
与车道规划器210一样，当计算一个或多个最佳路径选项时，路径规划器212可以将交通历史数据232A与动态数据相结合。例如，交通历史数据232A可以反映历史上最拥堵的路径是哪些、以及历史动态数据的特性是什么，并且路径规划器212可以将与拥堵相关联的历史动态数据与当前经过道路的车辆103的动态数据进行比较以确定是否存在相关性，并且如果是，则路径规划器212可以评估可以减少历史拥堵的替选路径选项。基于路径选项的结果(例如，响应于所选择和所经过的路径选项以及在其经过期间接收到的动态数据)，路径规划器212可以进一步学习用于确定最佳路径的最佳技术。
在一些实施例中，路径规划器212可以优化路径以减少经过特定道路所需要的转弯、减速和加速的数量，从而优化车辆的效率并且限制磨损。
用于基于动态数据确定最佳车道和路径的许多其他实施例也是可能的并且是可想到的。
在各种实施例中，车道规划器210和/或路径规划器212可以评估测量数据232F是否确定天气和/或自然灾害对车辆行驶的当前车道和路径的影响，并且可以进一步基于天气测量确定车道和路径。例如，车道规划器210和/或路径规划器212可以根据动态数据检测在给定车道和/或路径中行驶的车辆103的牵引力控制系统激活，从而指示失去抓地力。天气测量数据232还可以反映温度接近冰点并且在该车道和/或路径附近正在下雨。响应于前述确定，车道规划器210和/或路径规划器212可以将替选车道和/或路径确定为对于接近车辆103更安全，并且路线规划器208和/或202可以生成包括替选车道和/或路径的路线。
路线规划器208可以分别从车道规划器210和路径规划器212接收车道选项260和/或路径选项262，以及使用车道选项和路径选项生成路线规划选项。
在一些实施例中，本地化导航引擎124可以将车道选项260和/或路径选项262发送到集中式导航引擎120的路线规划器202，路线规划器202可以处理车道选项260和/或路径选项262，并且基于车道选项260和/或路径选项262生成一个或更多路线选择。由于集中式导航数据存储库155上可用的数据在地理区域方面比在本地化导航数据存储库157中的数据更全面，覆盖更广的范围，并且能够考虑区域到区域的车辆特性(诸如驾驶倾向、习惯等)，但是具有更大的时间差异(例如，由于处理和数据通信滞后而导致不是那么当前)，所以由路线规划器202确定的路线选项252可能不同于由路线规划器208确定的路线选项264。结果，路线规划器202可以将由其确定的集中式路线选项252提供给导航应用122的指引选择器216，或者可以将集中式路线选项252提供给本地化导航引擎124的路线规划器208，以及本地化导航引擎124可以提供由其确定的本地化路线选项262以及集中式路线选项252。附加地或替选地，附加到/替代由路线规划器208确定的路线264，由本地化导航引擎124提供的路线规划数据可以包括车道选项260和/或路径选项262。
在一些实施例中，当生成路线选项时，路线规划器202可以考虑用户偏好。用户偏好可以指定路线的特定特性，或者仅应该提供集中式路线或本地化路线以供选择，或者自动地用来导航车辆103，如下面进一步讨论的。
在一些实施例中，车辆的所有者或驾驶员可以设置和/或更新用户偏好。例如，用户界面218可以生成并且显示设置图形用户界面，该设置图形用户界面包括可以由利益相关者设置和改变的各种设置，响应于接收到一个或多个改变，用户界面218可以生成用户偏好260并且将用户偏好260发送给偏好数据存储库127以用于存储。在一些实施例中，集中式服务器101可以接收包括经更新的用户偏好的网络请求，并且可以与偏好数据存储库124中的利益相关者的账户相关联地更新偏好。然而，其他变型也是可能的并且是可想到的。设置可以在行驶之前或在行驶期间被设定。
作为其他示例，对于给定的起始点和目的地点，相关的边缘服务器107和集中式服务器101可以基于这些点之间的各种道路段的交通历史、驾驶员的用户偏好、各种道路段的包括交通密度和流量的当前交通状况、以及驾驶员的车辆的动态数据和在各种道路段上行驶的其他车辆的动态数据(例如，如由动态地图数据所反映的)来计算最佳路线。
在一些实施例中，诸如自主车辆实施例，基于对车辆的偏好，由路线规划器202和/或路线规划器208确定的路线、或由车道规划器210和/或路径规划器212确定的车道选项和/或路径选项可以被自主车辆控制器276自动地选择，自主车辆控制器276可以控制车辆103的一个或多个致动器128以根据所选择的选项来指引车辆。
在一些实施例中，指引选择器216可以基于图2G中描绘的路线选择处理来选择路线。响应于路线、车道和/或路径的最佳集合被发送到车辆导航系统122的指引选择器216，指引选择器可以呈现供用户选择的选项，或基于标准自动地确定要使用的选项。
特别地，如图2G中所示，集中式服务器101和本地化服务器107可以向由指引选择器216使用的组决策系统250提供相应的路线数据。当评估集中式服务器路线规划数据230和本地化服务器路线规划数据232时，指引选择器216可以考虑用户偏好，用户偏好可以包括标准294。示例性标准302在图3B中示出，而示例性用户偏好300在图3A中示出。
响应于确定直接控制车辆，指引选择器216可以发信号通知车辆控制器276以根据所选择的路线选项来控制车辆。响应于确定提供路线选项以用于呈现给用户，指引选择器216可以发信号通知用户界面218以生成并且呈现选项。在一些实施例中，诸如直接路线290或其他路线选项292之类的选项可以被呈现在显示器238上，用户可以使用一个或多个输入按钮与显示器238进行交互，所述输入按钮可以是在触敏显示器上显示的虚拟按钮，或者是在控制台、仪表盘或方向盘或其他合适的位置中包括的硬件按钮，用户可压下按钮以选择期望的选项。
例如，基于由驾驶员设定的标准，选项集合可以经由车辆103的一个或多个输出设备121被呈现给驾驶员，特定选项(例如，第一最佳选项、本地化选项、集中式选项等)可以被自动地选择以用于导航等。所选择的标准可以有利地允许驾驶员指定某些服务器确定的选项而不是其他选项。标准可以被包括在偏好数据存储库124中存储的用户偏好中。在半自主车辆或自主车辆的情况下，由指引选择器216确定的所选择的选项可以被车辆控制系统276直接用于驾驶。
图4A是可以由用户界面218生成和显示的示例性图形用户界面400的图形表示。如图所示，图形用户界面400包括用于显示集中式路线规划选项和本地化路线规划选项的图形元素。
如图所示，路线规划选项402、404和406示出了路线的平均行驶时间，并且附加地示出了为经过路线所需要的转弯次数。用户可以通过点击相应的可选择用户界面元素(诸如但不限于单选按钮)来选择给定路线。
图4B是用于在车辆103中选择路线的示例性方法的流程图。
在框422中，指引选择器216确定车辆103是否是自主车辆。响应于车辆103是自主车辆，指引选择器216可以在框428中自动确定遵循从当前位置或起始点到目的地的最直接路线。
响应于车辆103不是自主车辆，指引选择器216可以确定是否将标准设置为使用最直接路线。如果是，则指引选择器216可以在框430中确定遵循从当前位置或起始点到目的地的最直接路线。
如果不是，则指引选择器可以前进到框426，在框426中指引选择器216确定标准是否指定要选择集中式服务器确定的路线。如果是，则指引选择器216可以在框432中确定要显示由集中式服务器101确定的路由以供用户选择，或者如果仅提供了一条路线，则或者通过选择图形用户界面中的选项提供该路线以供用户确认，或者自动选择要遵循该路线。例如，参考图4A，图形用户界面400可以仅包括选项404。
如果框426中的确定是否定的，则指引选择器216可以在框434中确定要显示由本地化服务器107确定的路线。替选地，在一些实施例中，指引选择器216可以自动选择最佳路线(例如，最短路线、转弯量最少的路线等)，或者如果只提供了一条路线，可以自动选择该路线。
在一些情况下，边缘服务器107产生在响应时间和处理时间方面的速度优势，因为边缘服务器107与特定区域内的车辆子集相关联并且是数据的第一跳，而集中式服务器101可以基于包括若干区域的整个区域中的所有车辆来优化选项。这样，相对于集中式服务器101，由边缘服务器107执行的计算可以更专用于分配给它的特定车辆103，因此在一些情况下产生比集中式服务器101更优化的选项。
在一些情况下，可以将给定区域中的车辆103分配给专用于该区域的给定边缘服务器107。当车辆103行驶时，车辆103可以基于其不断更新的位置从一个边缘服务器107跳到另一个边缘服务器107。哪些车辆107被分配给哪个边缘服务器的数据映射可以存储在集中式数据存储库155中。在一些情况下，路由组件可以被包括在系统110中，路由组件可以将传入的传感器数据路由到对于提供传感器数据的车辆103所在的区域的适当的边缘服务器107。
经常，车辆103和本地化服务器107之间的通信延迟小于车辆103和集中式服务器101之间的延迟。因此，本地化服务器107经常具有关于与其相关联的区域的最新信息并且可以快速地计算车道、路径和路线选项。由于车道和路径计算是用于较小的地理区域的，因此通常更快并且因此可以更快地提供给车辆103。相反，如果集中式服务器同时被所有多个车辆的路线计算轰炸，则车辆103通常需要更长的时间来接收最佳路线信息。
图5是示出了覆盖集中式服务器101路径的本地化服务器101路径决定的图。如图所示，最初可以选择由集中式服务器101提供的路线，如附图标记502所反映的。稍后，基于由本地化服务器107处理的动态数据，提供由驾驶员选择的路径改变选项，从而导致在行驶期间改变的中间路径，如附图标记506所反映的。
在图5的示例中，假设集中式服务器已经计算了从给定起始点到目的地的车辆103的路线502。该路线包括由不同的本地化服务器107服务的区域1、2和3中的路径A、路径B、路径C。沿着道路，在道路上存在使路径B不太理想的情况。如果用户已经选择了本地化服务器107可以覆盖集中式服务器路径的选项，则区域2中的路径D被确定为车辆103的更好路径，并且可以被驾驶员使用和/或被自动选择。这允许更快和更好的用户体验。
提供下面的其他非限制性示例性使用情况以说明由本地化服务器117计算的路线何时可能比由集中式服务器101计算的路线更优：
·目的地是几分钟的路程，并且初始路线包含很少的交叉点(例如，在单个本地化服务器107的区域内)。
·道路网络不那么拥堵。
·驾驶员已经偏好某条路线，以及只在紧急情况或某些情况下才需要建议(如临时重组的车道、路障、施工区等)。
提供下面的其他非限制性示例性使用情况以说明由集中式服务器101计算的路线何时可能比由本地化服务器107计算的路线更优：
·目的地是几个小时的路程。
·道路网络拥堵。
·多个驾驶员具有高度重叠的路线，并且必须针对全部来优化路线以具有更好吞吐量。
在以上描述中，出于解释的目的，阐述了许多具体细节以便提供对本公开的透彻理解。然而，应该理解，可以在没有这些具体细节的情况下实践本文中描述的技术。此外，各种系统、设备和结构以框图形式示出，以便避免模糊描述。例如，各种实现方式被描述为具有特定的硬件、软件和用户接口。然而，本公开应用于可以接收数据和命令的任何类型的计算设备、以及提供服务的任何外围设备。
在一些实例中，本文中可以根据对计算机存储器内的数据比特的操作的算法和符号表示来呈现各种实现方式。这里的算法通常被认为是导致期望结果的自洽操作集合。操作是需要对物理量的物理操纵的操作。通常，尽管不是必须的，这些量采用能够被存储、传输、组合、比较和以其他方式操纵的电信号或磁信号的形式。有时，主要出于通用的原因，已经证明将这些信号称为比特、值、元素、符号、字符、术语、数字等是方便的。
然而，应该记住，所有这些和类似术语都与适当的物理量相关联，并且仅仅是应用于这些量的方便标签。除非从以下讨论中明确地另外具体说明，否则应理解，在整个本公开中，利用包括“处理”、“运算”、“计算”、“确定”、“显示”等术语的讨论指的是计算机系统或类似电子计算设备的动作和处理，其将被表示为计算机系统的寄存器和存储器内的物理(电子)量的数据操纵和转换成被类似地表示为计算机系统存储器或寄存器或其他这样的信息存储、传输或显示设备内的物理量的其他数据。
本文中描述的各种实现方式可以涉及用于执行本文中的操作的装置。该装置可以为所需要的目的而专门构造，或者它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中，包括但不限于任何类型的盘(包括软盘、光盘、CD ROM和磁盘)、只读存储器(ROM)、随机访问存储器(RAM)、EPROM、EEPROM、磁卡或光学卡、具有非易失性存储器的闪存(包括USB密钥)或适用于存储电子指令的任何类型的介质，各自耦接到计算机系统总线。
本文中描述的技术可以采用完全硬件实现方式、完全软件实现方式、或包含硬件和软件元素两者的实现方式的形式。例如，该技术可以用软件实现，该软件包括但不限于固件、常驻软件、微代码等。此外，该技术可以采用可从计算机可用介质或计算机可读介质访问的计算机程序产品的形式，计算机可用介质或计算机可读介质提供由计算机或任何指令执行系统使用或与之结合使用的程序代码。为了本说明书的目的，计算机可用介质或计算机可读介质可以是任何非暂态存储装置，其可以包含、存储、传送、传播或传输程序以供指令执行系统、装置或设备使用或与之结合使用。
适用于存储和/或执行程序代码的数据处理系统可包括通过系统总线直接或间接耦接到存储器元件的至少一个处理器。存储器元件可以包括在程序代码的实际执行期间使用的本地存储器、大容量存储器和高速缓冲存储器，高速缓冲存储器提供至少一些程序代码的临时存储，以便减少在执行期间必须从大容量存储器检索代码的次数。输入/输出或I/O设备(包括但不限于键盘、显示器、指点设备等)可以直接或通过中间I/O控制器耦接到系统。
网络适配器还可以耦接到系统，以使数据处理系统通过中间私有和/或公共网络耦接到其他数据处理系统、存储设备、远程打印机等。无线(例如，Wi-FiTM)收发器、以太网适配器和调制解调器仅是网络适配器的几个示例。私有和公共网络可以具有任何数量的配置和/或拓扑。可以使用各种不同的通信协议经由网络在这些设备之间传输数据，通信协议包括例如各种因特网层、传输层或应用层协议。例如，可以使用传输控制协议/因特网协议(TCP/IP)、用户数据报协议(UDP)、传输控制协议(TCP)、超文本传输协议(HTTP)、安全超文本传输协议(HTTPS)、HTTP上的动态自适应流传输(DASH)、实时流传输协议(RTSP)、实时传输协议(RTP)和实时传输控制协议(RTCP)、因特网协议语音(VOIP)、文件传输协议(FTP)、网页套接字(WebSocket(WS))、无线访问协议(WAP)、各种消息传递协议(SMS、MMS、XMS、IMAP、SMTP、POP、WebDAV等)或其他已知协议经由网络传输数据。
最后，本文中给出的结构、算法和/或接口并不固有地与任何特定计算机或其他装置相关。根据本文中的教导，各种通用系统可以与程序一起使用，或者可以证明构造更专用的装置以执行所需要的方法块是方便的。从上面的描述中可以看出各种这些系统所需要的结构。另外，没有参考任何特定编程语言描述说明书。应当理解，可以使用各种编程语言来实现如本文中所述的说明书的教导。
已经出于说明和描述的目的呈现了前面的描述。这并非旨在穷举或将说明书限制于所公开的精确形式。鉴于上述教导，许多修改和变型都是可能的。意图是本公开的范围不受该详细描述的限制，而是受本申请的权利要求书的限制。如熟悉本领域的技术人员将理解的，在不偏离本发明的精神或实质特征的情况下，说明书可以以其他特定形式来实施。同样，模块、例程、特征、属性、方法和其他方面的特定命名和划分不是强制性的或重要的，并且实现说明书或其特征的机制可以具有不同的名称、划分和/或格式。
此外，本公开的模块、例程、特征、属性、方法和其他方面可以被实现为软件、硬件、固件或前述各项的任何组合。此外，当将说明书的组件(其示例是模块)实现为软件时，该组件可以作为独立程序、作为更大程序的一部分、作为多个单独的程序、作为静态或动态链接库、作为内核可加载模块、作为设备驱动程序和/或以现在或将来已知的每种和任何其他方式来实现。另外，本公开绝不限于任何特定编程语言或任何特定操作系统或环境的实现方式。

Claims (20)

1.一种方法，包括：
在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据，所述车辆位于所述特定地理区域中；
分析所述传感器数据以确定用于导航所述车辆的本地化车道选项和本地化路径选项中的一个或多个；
将用于导航所述车辆的车道和路径中的一个或多个提供给执行路线规划器的集中式服务器，所述集中式服务器具有覆盖多个地理区域的数据；
确定包括所述本地化车道选项和所述本地化路径选项中的一个或多个的集中式路线选项；以及
将包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项提供给所述车辆的导航应用的指引选择器以进行处理。
2.如权利要求1所述的方法，其中，所述集中式路线选项包括车道选项和路径选项。
3.如权利要求1所述的方法，还包括：
在所述车辆处选择遵循包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项；以及
经由导航应用向驾驶员提供逐向指示指引。
4.如权利要求3所述的方法，还包括：
响应于所述车辆离开所述地理区域，切断所述本地化服务器与所述车辆之间的连接；
响应于所述车辆进入与第二本地化服务器相关联的区域，建立第二本地化服务器和所述车辆之间的连接；以及
由第二本地化服务器使用从所述车辆接收的第二组传感器数据确定用于所述集中式路线的新路径选项。
5.如权利要求4所述的方法，还包括：
提供用于所述集中式路线的所述新路径选项，以在图形用户界面中进行显示；
接收要更新所述集中式路线以使用所述新路径选项的选择；以及
更新所述集中式路线以使用所述新路径选项。
6.如权利要求1所述的方法，其中，所述本地化服务器是边缘服务器。
7.如权利要求1所述的方法，其中，所述边缘服务器是路边单元。
8.一种方法，包括：
在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据，所述车辆位于所述特定地理区域中；
在所述本地化服务器处使用所述车辆的传感器数据生成一个或多个本地化导航路线选项；
在集中式服务器处生成一个或多个导航路线选项，所述集中式服务器与所述本地化服务器不同并且远离所述本地化服务器；
将所述一个或多个本地化导航路线和所述一个或多个集中式导航路线提供给在所述车辆上执行的车辆导航应用的指引选择器；以及
经由所述指引选择器选择要遵循的特定路线。
9.如权利要求8所述的方法，还包括：
提供所述一个或多个本地化导航路线和所述一个或多个集中式导航路线，以在图形用户界面中进行显示；
接收要遵循所述特定路线的选择；以及
经由导航应用向驾驶员提供逐向指示指引。
10.如权利要求8所述的方法，其中，所述车辆是自主车辆，以及所述方法还包括：
自动确定所述特定路线是要遵循的最有效路线；以及
基于所述特定路线使用所述车辆的一个或多个致动器控制所述车辆。
11.如权利要求8所述的方法，还包括：
响应于离开所述地理区域，改变到与不同于所述地理区域的第二地理区域相关联的第二本地化服务器；
由第二本地化服务器使用从所述车辆接收的第二组传感器数据确定新路径选项。
12.如权利要求11的方法，还包括：
提供所述新路径选项，以在图形用户界面中进行显示；
接收要更新所述特定路线以使用所述新路径选项的选择；以及
更新所述特定路线以使用所述新路径选项。
13.如权利要求8所述的方法，其中，所述本地化服务器是边缘服务器。
14.如权利要求8所述的方法，其中，所述边缘服务器是路边单元。
15.一种系统，包括：
一个或多个处理器；
存储指令的一个或多个存储器，所述指令当由所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括：
在与具有一个或多个道路段的特定地理区域相关联的本地化服务器处接收车辆的传感器数据，所述车辆位于所述特定地理区域中；
分析所述传感器数据以确定用于导航所述车辆的本地化车道选项和本地化路径选项中的一个或多个；
将用于导航所述车辆的车道和路径中的一个或多个提供给执行路线规划器的集中式服务器，所述集中式服务器具有覆盖多个地理区域的数据；
确定包括所述本地化车道选项和所述本地化路径选项中的一个或多个的集中式路线选项；以及
将包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项提供给所述车辆的导航应用的指引选择器以进行处理。
16.如权利要求15所述的系统，其中，所述集中式路线选项包括车道选项和路径选项。
17.如权利要求15所述的系统，其中，所述操作还包括：
在所述车辆处选择要遵循包括所述本地化车道选项和所述本地化路径选项中的一个或多个的所述集中式路线选项；以及
经由导航应用向驾驶员提供逐向指示指引。
18.如权利要求17所述的系统，其中，所述操作还包括：
响应于所述车辆离开所述地理区域，切断所述本地化服务器与所述车辆之间的连接；
响应于所述车辆进入与第二本地化服务器相关联的区域，建立第二本地化服务器和所述车辆之间的连接；以及
由第二本地化服务器使用从所述车辆接收的第二组传感器数据确定用于所述集中式路线的新路径选项。
19.如权利要求18所述的系统，其中，所述操作还包括：
提供用于所述集中式路线的所述新路径选项，以在图形用户界面中进行显示；
接收要更新所述集中式路线以使用所述新路径选项的选择；以及
更新所述集中式路线以使用所述新路径选项。
20.如权利要求15所述的系统，其中，所述本地化服务器是边缘服务器。
CN201910286897.1A 2018-04-11 2019-04-11 分层路线生成、提供和选择 Active CN110361025B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/951,142 2018-04-11
US15/951,142 US10739147B2 (en) 2018-04-11 2018-04-11 Hierarchical route generation, provision, and selection

Publications (2)

Publication Number Publication Date
CN110361025A true CN110361025A (zh) 2019-10-22
CN110361025B CN110361025B (zh) 2023-06-13

Family

ID=66105005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910286897.1A Active CN110361025B (zh) 2018-04-11 2019-04-11 分层路线生成、提供和选择

Country Status (4)

Country Link
US (1) US10739147B2 (zh)
EP (1) EP3553473A1 (zh)
JP (1) JP6760428B2 (zh)
CN (1) CN110361025B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024110A (zh) * 2019-12-31 2020-04-17 河南国立信息科技有限公司 一种基于5g的智能交通路径规划和导航系统及其工作方法
CN111262940A (zh) * 2020-01-17 2020-06-09 中南大学 一种车载边缘计算应用缓存方法、装置及系统
CN112904840A (zh) * 2021-01-18 2021-06-04 陈潇潇 全局与局部分工合作各自追求最优的自动驾驶交通系统

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110226078B (zh) * 2016-12-22 2024-04-26 日产北美公司 自动车辆服务系统
WO2019246246A1 (en) * 2018-06-20 2019-12-26 Cavh Llc Connected automated vehicle highway systems and methods related to heavy vehicles
US11735041B2 (en) * 2018-07-10 2023-08-22 Cavh Llc Route-specific services for connected automated vehicle highway systems
KR102521834B1 (ko) * 2018-08-21 2023-04-17 삼성전자주식회사 차량으로 영상을 제공하는 방법 및 이를 위한 전자 장치
US11100793B2 (en) * 2019-01-15 2021-08-24 Waycare Technologies Ltd. System and method for detection and quantification of irregular traffic congestion
US11690128B2 (en) * 2019-03-11 2023-06-27 Fujitsu Limited Digital representations of physical intelligent moving objects
US11485374B2 (en) * 2019-05-21 2022-11-01 Pony Ai Inc. System and method for evacuation of a vehicle in condition
KR102307861B1 (ko) * 2019-05-21 2021-10-01 엘지전자 주식회사 경로 제공 장치 및 그것의 경로 제공 방법
US11346683B2 (en) * 2019-06-03 2022-05-31 Here Global B.V. Method and apparatus for providing argumentative navigation routing
US20210005085A1 (en) * 2019-07-03 2021-01-07 Cavh Llc Localized artificial intelligence for intelligent road infrastructure
KR20190110491A (ko) * 2019-09-10 2019-09-30 엘지전자 주식회사 차량과 관련된 가상 머신 제어 방법 및 장치
US11562645B2 (en) * 2019-10-14 2023-01-24 Fujitsu Limited Edge-accelerated artificial intelligence for collaborative sensing of physical intelligent moving objects
JP7362899B2 (ja) * 2020-03-19 2023-10-17 日産自動車株式会社 車両の走行支援方法及び走行支援装置
CN113494920A (zh) * 2020-03-20 2021-10-12 深圳市超捷通讯有限公司 导航路线规划方法、装置及存储介质
WO2021216921A1 (en) * 2020-04-23 2021-10-28 ClearMotion, Inc. Terrain-based vehicle navigation and control
US11726484B1 (en) * 2020-06-03 2023-08-15 Delta Air Lines, Inc. Airport ground support equipment navigation system
US11538293B2 (en) * 2020-06-29 2022-12-27 EMC IP Holding Company LLC Preparation of vehicle bulk data for high speed terahertz offloading
CN114283606A (zh) * 2020-09-27 2022-04-05 阿波罗智联(北京)科技有限公司 用于车辆导航的方法、装置、设备、系统和云控平台
US20220136846A1 (en) * 2020-10-31 2022-05-05 At&T Intellectual Property I, L.P. Optimal Routes for Vehicular Communications
CN114509078B (zh) * 2020-11-16 2024-02-20 中国联合网络通信集团有限公司 导航线路推荐方法和服务器
US20230079176A1 (en) * 2021-09-10 2023-03-16 Toyota Motor Engineering & Manufacturing North America, Inc. Determining an existence of a change in a region
US20230280177A1 (en) * 2022-03-01 2023-09-07 Lenovo (United States) Inc. Method for contextual navigation direction orientation
KR20230173998A (ko) * 2022-06-20 2023-12-27 주식회사 이노그리드 교통약자를 위한 엣지 클라우드를 이용한 네비게이션 서비스 제공 시스템 및 방법

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046175A1 (en) * 2006-07-31 2008-02-21 Nissan Technical Center North America, Inc. Vehicle navigation system
US20110125344A1 (en) * 2009-11-26 2011-05-26 Electronics And Telecommunications Research Institute Automatic vehicle guidance system
CN103956043A (zh) * 2014-04-29 2014-07-30 南京理工大学 基于移动终端的车辆出行路径辅助系统
CN103968853A (zh) * 2013-01-31 2014-08-06 通用汽车环球科技运作有限责任公司 用于导航和基于位置的服务的调整性用户引导
CN105074793A (zh) * 2013-03-15 2015-11-18 凯利普公司 用于车辆路径规划和交通管理的车道级车辆导航
CN105277194A (zh) * 2015-10-12 2016-01-27 南京信息工程大学 一种基于云平台的室内交互式引导实现方案
CN106355928A (zh) * 2016-08-31 2017-01-25 北京万集科技股份有限公司 一种基于无线定位的车路协同辅助驾驶系统以及方法
WO2017063171A1 (zh) * 2015-10-15 2017-04-20 华为技术有限公司 导航系统、装置和方法
CN106767874A (zh) * 2015-11-19 2017-05-31 通用汽车环球科技运作有限责任公司 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
CN106781591A (zh) * 2016-12-19 2017-05-31 吉林大学 一种基于车路协同的城市车辆导航系统
CN107274716A (zh) * 2017-08-08 2017-10-20 重庆邮电大学 一种室内外融合导航的停车系统与方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS53124003A (en) * 1977-04-06 1978-10-30 Nissan Motor Automotive audio instantaneous communication device
EP0702208B1 (en) 1994-09-08 2002-05-29 Matsushita Electric Industrial Co., Ltd. Method and system of route selection
JPH11351891A (ja) * 1998-06-08 1999-12-24 Toyota Motor Corp 経路提供装置及び方法並びにシステム
JP4792808B2 (ja) 2005-05-09 2011-10-12 日産自動車株式会社 交通情報取得システム、及びデータ転送装置
US10416980B2 (en) * 2005-12-30 2019-09-17 Telenav, Inc. Intelligent location based services and navigation hybrid system
WO2008075496A1 (ja) * 2006-12-18 2008-06-26 Mitsubishi Electric Corporation ナビゲーション装置
EP2217880B1 (en) 2007-11-24 2015-02-18 Routerank Ltd Optimized route planning
US20100211304A1 (en) * 2009-02-19 2010-08-19 Hwang Timothy H Personalized User Routing and Recommendations
US8566035B2 (en) 2010-02-25 2013-10-22 International Business Machines Corporation Route optimization
JP5599830B2 (ja) * 2012-02-03 2014-10-01 クラリオン株式会社 経路案内システム、経路案内サーバ装置およびナビゲーション端末装置
US9020760B2 (en) * 2012-02-08 2015-04-28 Telogis, Inc. System for classifying streets for vehicle navigation
US20140310277A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Suspending user profile modification based on user context
EP3114574A4 (en) 2014-03-03 2018-03-07 Inrix, Inc. Traffic obstruction detection
US9761137B2 (en) 2015-09-09 2017-09-12 Here Global B.V. Method and apparatus for providing locally relevant rerouting information
US20170276504A1 (en) * 2016-03-22 2017-09-28 Toyota Jidosha Kabushiki Kaisha Vehicular Traffic Assistance Based on Traffic Management Decisions

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046175A1 (en) * 2006-07-31 2008-02-21 Nissan Technical Center North America, Inc. Vehicle navigation system
US20110125344A1 (en) * 2009-11-26 2011-05-26 Electronics And Telecommunications Research Institute Automatic vehicle guidance system
CN103968853A (zh) * 2013-01-31 2014-08-06 通用汽车环球科技运作有限责任公司 用于导航和基于位置的服务的调整性用户引导
CN105074793A (zh) * 2013-03-15 2015-11-18 凯利普公司 用于车辆路径规划和交通管理的车道级车辆导航
CN103956043A (zh) * 2014-04-29 2014-07-30 南京理工大学 基于移动终端的车辆出行路径辅助系统
CN105277194A (zh) * 2015-10-12 2016-01-27 南京信息工程大学 一种基于云平台的室内交互式引导实现方案
WO2017063171A1 (zh) * 2015-10-15 2017-04-20 华为技术有限公司 导航系统、装置和方法
CN106767874A (zh) * 2015-11-19 2017-05-31 通用汽车环球科技运作有限责任公司 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
CN106355928A (zh) * 2016-08-31 2017-01-25 北京万集科技股份有限公司 一种基于无线定位的车路协同辅助驾驶系统以及方法
CN106781591A (zh) * 2016-12-19 2017-05-31 吉林大学 一种基于车路协同的城市车辆导航系统
CN107274716A (zh) * 2017-08-08 2017-10-20 重庆邮电大学 一种室内外融合导航的停车系统与方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
席建中;: "面向停车行车服务的车载终端自组车联网技术", 计算机科学 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024110A (zh) * 2019-12-31 2020-04-17 河南国立信息科技有限公司 一种基于5g的智能交通路径规划和导航系统及其工作方法
CN111262940A (zh) * 2020-01-17 2020-06-09 中南大学 一种车载边缘计算应用缓存方法、装置及系统
CN112904840A (zh) * 2021-01-18 2021-06-04 陈潇潇 全局与局部分工合作各自追求最优的自动驾驶交通系统

Also Published As

Publication number Publication date
EP3553473A1 (en) 2019-10-16
JP2019184590A (ja) 2019-10-24
CN110361025B (zh) 2023-06-13
US20190316919A1 (en) 2019-10-17
JP6760428B2 (ja) 2020-09-23
US10739147B2 (en) 2020-08-11

Similar Documents

Publication Publication Date Title
CN110361025A (zh) 分层路线生成、提供和选择
US11710251B2 (en) Deep direct localization from ground imagery and location readings
US11966225B2 (en) Localization based on sensor data
JP7024034B2 (ja) 復路遅延に基づいたユーザへの交通警告の提供
US11248914B2 (en) Systems and methods for progressive semantic mapping
RU2714056C2 (ru) Работа рассматриваемого транспортного средства с использованием прогнозирования намерений удаленных транспортных средств
CN105229417B (zh) 具有动态更新机制的导航系统及其操作的方法
US10120381B2 (en) Identifying significant locations based on vehicle probe data
US20170032587A1 (en) Systems and methods for collaborative vehicle tracking
CN110364006A (zh) 机器学习增强的车辆合流
CN107228676A (zh) 来自连接的车辆队列的地图更新
JP7459276B2 (ja) ナビゲーション方法および装置
JP2020064611A (ja) 標準的なナビゲーション地図と車両の過去の軌跡に基づいて決定された車線構成を利用した自動運転
EP2878925B1 (en) Method and apparatus for probe-based routing
US20170032586A1 (en) Systems and methods for collaborative vehicle tracking
US11635298B2 (en) Systems and methods for routing decisions based on door usage data
US20230106268A1 (en) System and Method for Generating a Planned Path Using a Phantom Vehicle
JP2021005866A (ja) ビークルマイクロクラウドによる協調パーキングスペースサーチ
US11187545B2 (en) Method and apparatus for generating a pooled route to extend a service area of a shared vehicle
EP4083574A1 (en) Method, apparatus, and system for building single-path communication signal map data for road links
US20220180751A1 (en) Reducing latency in intelligent rural roadways
Cupek et al. Application of OPC UA Protocol for the Internet of Vehicles
JP2020091612A (ja) 情報提供システム、サーバ、及びコンピュータプログラム
Alepidou LETS APP–Design and implementation of software applications for smartphones for recording response data on Egnatia Motorway.

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