CN110832282B - 基于返程行程延迟向用户提供交通警告 - Google Patents
基于返程行程延迟向用户提供交通警告 Download PDFInfo
- Publication number
- CN110832282B CN110832282B CN201880044321.8A CN201880044321A CN110832282B CN 110832282 B CN110832282 B CN 110832282B CN 201880044321 A CN201880044321 A CN 201880044321A CN 110832282 B CN110832282 B CN 110832282B
- Authority
- CN
- China
- Prior art keywords
- estimated
- return
- time
- trip
- 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.)
- Active
Links
Images
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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D3/00—Electroplating: Baths therefor
- C25D3/02—Electroplating: Baths therefor from solutions
- C25D3/42—Electroplating: Baths therefor from solutions of light metals
- C25D3/44—Aluminium
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D3/00—Electroplating: Baths therefor
- C25D3/66—Electroplating: Baths therefor from melts
- C25D3/665—Electroplating: Baths therefor from melts from ionic liquids
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D5/00—Electroplating characterised by the process; Pretreatment or after-treatment of workpieces
- C25D5/003—Electroplating using gases, e.g. pressure influence
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D5/00—Electroplating characterised by the process; Pretreatment or after-treatment of workpieces
- C25D5/18—Electroplating using modulated, pulsed or reversing current
-
- 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
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D17/00—Constructional parts, or assemblies thereof, of cells for electrolytic coating
- C25D17/02—Tanks; Installations therefor
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
- C25D21/00—Processes for servicing or operating cells for electrolytic coating
- C25D21/10—Agitating of electrolytes; Moving of racks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Metallurgy (AREA)
- Materials Engineering (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
用于生成返程行程通知的系统和方法包括获得对目标目的地的导航指引请求。可以确定从初始定位到目标目的地的出游行程路线,其中出游行程路线包括估计出游行程时间。可以确定从目标目的地到返程目的地的返程行程路线,其中返程行程路线包括估计返程行程时间。出游行程路线和/或返程行程路线可以至少部分地根据当前交通状况或历史交通状况中的一个或多个来确定。当将估计出游行程时间与估计返程行程时间进行比较导致确定满足一个或多个预定标准时,可以生成关于返程行程路线的一个或多个通知。
Description
技术领域
本公开总体上涉及导航系统。更具体地,本公开涉及生成考虑返程行程路线的各方面的路线信息。
背景技术
各种导航系统为用户提供路线规划指引(turn-by-turn direction)。这些系统可以包括手持GPS设备或移动电话、车载设备或可访问地图(mapping)应用的基于互联网的计算机。用户输入一个或多个定位,并且接收路线和路线规划指引。通常,这些系统可以基于最短的估计(estimated)时间来选择最快的路线以沿着该路线行进。一些系统可以将交通状况(例如,拥堵报告)纳入该计算。一些系统可以提供包括到一个或多个定位的估计行进时间的路线信息。
用户可以评估导航系统和/或地图应用提供的信息以用于规划目的。例如,包括到目的地定位的估计行进时间的路线信息可以帮助用户规划出发时间。更具体地,用户可以选择本地杂货店作为目的地定位,以查看在考虑到实时交通信息的情况下到杂货店的估计行进时间。在某些情况下,用户可以基于该导航信息来做出关于期望的目的地的决定。
发明内容
本公开的实施例的各方面和优点将在以下描述中部分阐述,或者可以从描述中获知,或者可以通过实施例的实践获知。
本公开的一个示例方面涉及计算机实施的方法。该方法包括由一个或多个计算设备获得对目标目的地的导航指引请求。该方法还包括由一个或多个计算设备确定从初始定位到目标目的地的出游行程路线,其中出游行程路线包括估计出游行程时间。该方法还包括由一个或多个计算设备确定从目标目的地到返程目的地的返程行程路线,其中返程行程路线包括估计返程行程时间。该方法还包括由一个或多个计算设备将估计出游行程时间与估计返程行程时间进行比较。该方法还包括当将估计出游行程时间与估计返程行程时间进行比较导致确定满足一个或多个预定标准时,由一个或多个计算设备生成关于返程行程路线的通知。
本公开的另一示例方面针对用户计算设备。用户计算设备包括显示设备、一个或多个处理器以及至少一个存储指令的有形非暂时性计算机可读介质,当由一个或多个处理器执行时,使得用户计算设备执行操作。操作包括接收对目标目的地的导航指引请求。操作还包括发起对从初始定位行进到目标目的地的估计出游行程时间和从目标目的地行进到返程目的地的估计返程行程时间的确定。估计出游行程时间和估计返程行程时间至少部分根据当前交通状况或历史交通状况中的一个或多个来确定。操作还包括当估计出游行程时间与估计返程行程时间的比较导致确定满足一个或多个预定标准时,接收关于返程行程时间的通知。操作还包括提供该通知以显示在显示设备上。
本公开的另一示例方面针对存储计算机可执行指令的一个或多个有形非暂时性计算机可读介质,当计算机可执行指令被一个或多个处理器执行时,使得该一个或多个处理器执行操作。操作包括获得对目标目的地的导航指引请求。操作包括确定从初始定位到目标目的地的出游行程路线,其中出游行程路线包括估计出游行程时间。确定出游行程路线至少部分基于当前交通状况或历史交通状况中的一个或多个。操作还包括确定从目标目的地到返程目的地的返程行程路线,其中返程行程路线包括估计返程行程时间,该估计返程行程时间至少部分根据针对返程开始时间的当前交通状况或历史交通状况中的一个或多个来确定,该返程开始时间根据估计出游行程时间和估计目的地时间来确定。操作还包括将估计出游行程时间与估计返程行程时间进行比较。操作还包括当将估计出游行程时间与估计返程行程时间进行比较导致确定满足一个或多个预定标准时,生成关于返程行程路线的通知。
本公开的其他方面针对各种系统、装置、计算机程序产品、非暂时性计算机可读介质、用户界面和电子设备。
参考以下描述和所附权利要求,将更好地理解本公开的各种实施例的这些和其他特征、方面和优点。结合在本说明书中并构成其一部分的附图示出了本公开的示例实施例,并且与描述一起用于解释相关原理。
附图说明
在参考附图的说明书中阐述了针对本领域普通技术人员的实施例的详细讨论,其中:
图1描绘了根据本公开的示例实施例的示例计算系统的框图;
图2描绘了根据本公开的示例实施例的具有返程行程通知的示例用户界面;
图3描绘了根据本公开的示例实施例的用于实施返程行程通知的示例通信示意图;
图4描绘了根据本公开的示例实施例的第一示例方法的流程图;和
图5描绘了根据本公开的示例实施例的第二示例方法的流程图。
具体实施方式
一般而言,本公开涉及用于生成考虑了出游行程和返程行程两个方面的路线信息的系统和方法。例如,可以确定从初始定位到目标目的地的出游行程路线,并且出游行程路线可以包括估计出游行程时间。可以确定从目标目的地到返程目的地的返程行程路线,并且返程行程路线可以包括估计返程行程时间。返程目的地可以是初始定位,或者可以是不同的定位(“返程”用于这样的语境:出游行程是要到目标目的地,而返程行程是远离目标目的地)。基于出游行程时间与返程行程时间的比较,可以向地图应用用户提供一个或多个通知。返程行程通知可以包括例如估计返程行程时间、出游行程时间和返程行程时间之间的估计差、对预定路线因素的警告等。通过提供与用户返回其起点或另一返程目的地所需的时间相关联的返程行程通知,向这些用户提供了更全面和更有价值的旅程规划信息。当返程行程的估计时间明显不同于出游行程的估计时间(这可能是当每侧路线的交通完全不同时造成的)时,这尤其有用。这种信息在出发时对用户非常有用,使得可以做出关于当地出行的更明智的决定。
更具体地,在一些实施方式中,用户计算设备(例如,诸如智能电话或其他移动设备的移动计算设备、导航系统、膝上型电脑、平板电脑等)可以包括至少一个处理器和存储指令的至少一个有形非暂时性计算机可读介质,当该指令由至少一个处理器执行时,使得用户计算设备执行操作。用户计算设备还可以包括通信接口、显示设备、用户输入设备、地理位置组件和加速度计。用户计算设备还可以包括或者另外获得对(例如,经由服务器计算设备)地图应用的访问。
在一些实施方式中,用户计算设备的通信接口可以被配置为通过网络与一个或多个远程计算设备(例如,一个或多个服务器计算设备)建立无线通信。在一些实施方式中,经由网络通信地耦合的用户计算设备和(多个)远程计算设备分别包括地图平台,该地图平台使得地图内容和导航信息能够经由网络从一个设备共享到另一设备。通信接口可以包括用于与一个或多个网络接合的任何合适的硬件和/或软件组件,包括例如发送器、接收器、端口、控制器、天线或其他合适的组件。网络可以是任何类型的通信网络,诸如局域网(例如,内联网)、广域网(例如,因特网)或它们的某种组合,并且可以包括任何数量的有线或无线链路。通常,网络上的通信可以使用各种通信协议(例如,TCP/IP、HTTP、SMTP、FTP)、编码或格式(例如,HTML、XML)和/或保护方案(例如,VPN、安全HTTP、SSL),经由任何类型的有线和/或无线连接来进行。
在一些实施方式中,用户计算设备的显示设备可以被配置为提供各种用户界面以显示给用户计算设备的用户。例如,可以提供与地图应用相关联的地图以经由显示设备显示。地图应用可以生成被提供用于经由显示设备显示的附加数据,该附加数据包括但不限于沿着地图内各种道路的出游行程路线和/或返程行程路线、出游行程距离、出游行程时间、返程行程距离、返程行程时间、目的地时间、返程行程通知、关于旅程计算的上下文信息等。
在一些实施方式中,用户计算设备的用户输入设备可以被配置为从用户接收指令。例如,用户输入设备可以是与显示设备相关联的触摸屏、键盘、眼睛跟踪设备、鼠标、操纵杆、遥控器或能够向用户计算设备提供输入的任何其他设备。在一些实施方式中,用户输入设备被配置为接收指示与导航指引请求相关联的目标目的地的指令。在一些实施方式中,用户输入设备被配置为接收指示与导航指引请求相关联的初始定位的指令。在一些实施方式中,用户输入设备被配置为接收指示与导航指引请求相关联的返程目的地的指令。在一些实施方式中,用户输入设备被配置为接收修改与导航指引请求相关联的至少一个旅程参数的指令。
在一些实施方式中,地理位置组件可以包括被配置为确定用户计算设备的地理位置和方位的硬件和/或软件。例如,地理位置组件可以包括GPS接收器,以确定用户计算设备的纬度、经度和海拔位置。在另一示例中,地理位置组件还可以包括用于基于在用户计算设备处接收的其他信号(诸如,如果客户端设备是蜂窝电话的话,在蜂窝电话的天线处从一个或多个蜂窝电话塔接收的信号)来确定设备位置的软件。在又一示例中,地理位置组件可以检测附近的所有Wi-Fi网络,测量来自这些网络的信号强度,并使用Wi-Fi接入点定位表格来对用户计算设备的地理位置进行三角测量。应当理解,可以单独或组合使用任意数量的地理位置系统。
在一些实施方式中,用户计算设备的加速度计(或其他替代设备,诸如陀螺仪等)可以包括被配置为确定用户计算设备所朝向的方向的硬件和/或软件。仅作为示例,该设备可以确定其相对于重力方向或垂直于重力方向的平面的俯仰角(pitch)、偏航角(yaw)或滚转角(roll)(或其变化)。在这点上,应当理解,可以自动向用户计算设备、服务器计算设备或两者提供本文所阐述的定位和方位数据。
根据本公开的一方面,地图应用可以包括出游行程路线生成器、返程目的地预测器、返程行程路线生成器、旅程时间分析器和/或返程行程通知生成器中的一个或多个。地图应用及其各种组件可以包括用于提供所需功能的计算机逻辑。地图应用可以在控制通用处理器的硬件、固件和/或软件中实施。例如,在一些实施方式中,地图应用可以包括存储在存储设备上、加载到存储器中并由一个或多个处理器执行的程序文件。在其他实施方式中,地图应用包括存储在有形的计算机可读存储介质(诸如RAM硬盘或光学或磁性介质)中的一组或多组计算机程序产品和/或计算机可执行指令。
本公开还提供了一种包括用于实施地图应用的计算机可执行指令的计算机程序产品。该计算机程序产品可以存储在有形的计算机可读存储介质中,诸如RAM硬盘或光学或磁性介质;或者可替换地,它可以作为信号通过通信网络下载,而不必存储在有形的计算机可读存储介质中。
在本公开的另一方面,提供了指令形式的计算机程序产品(无论是存储在计算机可读存储介质上还是其他),该指令可由用户设备的处理器执行,以与运行在单独的计算机(例如,远程服务器)上的地图应用进行交互。例如,该指令可以被实施为生成用户界面,以用于接收由地图应用使用的指令并将其中继到单独的计算机,和/或用于向用户呈现由单独的计算机生成的通知。
更具体地,出游行程路线生成器可以被配置为确定从初始定位到目标目的地的出游行程路线。在一些实施方式中,从自用户计算设备的用户接收的指令中识别目标目的地,例如,作为对特定定位的导航指引请求的一部分。在一些实施方式中,还从自用户计算设备的用户接收的指令中识别初始定位。在其他实施方式中,初始定位被确定为对应于例如由用户计算设备内的地理位置组件确定的用户计算设备的当前定位。可以以任何多种形式(包括街道地址、兴趣点、GPS坐标等)提供识别目标目的地、初始定位等的指令。
在一些实施方式中,出游行程路线生成器可以确定初始定位和目标目的地之间的多个候选出游行程路线。每个候选出游行程路线可以包括一个或多个路线分段(routesegment)。对于候选出游行程路线的每个路线分段,可以基于预期交通状况(例如,相对于出游开始时间而确定的当前交通状况和/或历史交通状况)来计算该路线分段的估计驾驶时间。例如,出游路线生成过程可以通过估计用户将立即离开目标目的地的当前/初始定位(或在某个其他指定的出游开始时间)而开始。因此,用户将在当前时间沿着给定的出游行程路线分段移动。出游行程路线生成器可以根据与给定出游行程路线分段相关联的时间段信息来确定在当前时间沿着给定出游行程路线分段定位或预期定位的估计车辆数量。使用估计车辆数量和容量指数,出游行程路线生成器可以确定沿着给定出游行程路线分段的大致行进时间。
出游行程路线生成器可以基于前一出游行程路线分段的大致行进时间来确定沿着下一出游行程路线分段的大致行进时间。例如,如果确定沿着第一出游行程路线分段移动并到达第二出游行程路线分段将花费大约两(2)分钟,则出游行程路线生成器将根据与第一出游行程路线分段相关联的时间段信息来确定将在从当前时间起两(2)分钟后沿着第二出游行程路线分段定位的估计车辆数量。使用估计车辆数量和容量指数,出游行程路线生成器可以确定沿着第二出游行程路线分段的大致行进时间。出游行程路线生成器可以对后续出游行程路线分段重复此过程,直到到达目标目的地。
一旦出游行程路线生成器已经确定了出游行程路线的每个路线分段的估计旅程时间,出游行程路线生成器就可以通过确定每个出游行程路线分段的估计行进时间的总和来确定整个出游行程路线的估计出游行程时间。在一些实施方式中,出游行程路线生成器可以通过比较多个候选路线的估计出游行程时间来选择最快的路线。在一些实施方式中,出游行程路线生成器还可以基于所确定的出游行程路线来生成路线规划指引,并且提供这样的方向以显示给用户计算设备。
根据本公开的另一方面,返程目的地预测器可以被配置为确定预测用户在行进到目标目的地之后将返回的返程目的地。在一些实施方式中,可以预测返程目的地对应于针对其生成出游行程路线的初始定位。在一些实施方式中,返程目的地可以基于与从其接收导航指引请求的用户计算设备相关联的当前定位。在一些实施方式中,返程目的地可以基于从用户计算设备接收的输入来确定,从该用户计算设备接收导航指引请求。例如,用户可以经由地图应用内设置的用户界面来指定特定的返程目的地。
在一些实施方式中,返程目的地预测器可以基于由从其接收导航指引请求的用户计算设备访问的定位历史来确定返程目的地。例如,用户定位历史可以指示一个或多个常见行程模式,这些常见行程模式可以帮助确定预测的返程目的地。例如,常见行程模式可以指示当用户在一天中的特定时间(例如,接近营业时间结束)离开第一定位(例如,工作)行进到对应于目标目的地(例如,杂货店)的第二定位时,返程目的地典型地对应于第三定位(例如,家)。可替换地,常见行程模式可以指示当用户在一天中的特定时间(例如,接近上学时间开始)离开第一定位(例如,家)行进到对应于目标目的地(例如,儿童学校)的第二定位时,返程目的地典型地对应于第一定位(例如,家)。
在一些实施方式中,返程目的地预测器可以基于与目标目的地相关联的类别来确定返程目的地。例如,当用户请求到诸如“ABC咖啡馆”的特定兴趣点的导航指引时,返程目的地预测器可以确定与“ABC咖啡馆”目标目的地相关联的“餐馆”类别。与目标目的地相关联的该类别可以用于分析用户定位历史,以识别可以帮助识别返程目的地的常见行程模式。例如,如果用户定位历史指示用户经常在一天中的特定时间(例如,午餐时间)从初始定位(例如,“工作”)行进到与特定类别(例如,各种餐馆)相关联的一个或多个不同的目标目的地,并且用户请求在午餐时间前后到XYZ咖啡馆的导航指引,则可以预测返程目的地为“工作”。
一旦返程目的地由用户指定或者另外由返程目的地预测器确定,就可以由返程行程路线生成器生成返程行程路线。
更具体地,返程行程路线生成器可以被配置为确定从目标目的地到返程目的地的返程行程路线。在一些实施方式中,当返程目的地与初始定位相同时,返程行程路线可以遵循与出游行程路线相同的道路分段中的一些或全部。然而,由于沿着道路分段的一个方向相对于另一方向(例如,相反的方向)的交通航向出现在沿着这种道路分段的不同车道上,所以与返程行程路线相关联的交通状况和对应的行进时间可以不同于(多个)相同的道路分段上的出游行程路线。在一些实施方式中,返程行程路线遵循与出游行程路线不同的一组道路分段中的一些或全部。例如,当返程目的地不同于初始定位时,就会发生这种情况。即使当返程目的地与初始定位相同时,当车道模式、交通状况或其他因素导致不同的返程行程路线比对应于出游行程路线的返程行程路线更快时,也可以穿过不同的道路分段。
在一些实施方式中,返程行程路线生成器可以确定目标目的地和返程目的地之间的多个候选返程行程路线。每个候选返程行程路线可以包括一个或多个路线分段。对于候选返程行程路线的每个路线分段,可以基于预期交通状况(例如,相对于返程开始时间而确定的当前交通状况和/或历史交通状况)来计算该路线分段的估计驾驶时间。返程开始时间可以被确定为估计出游行程时间加上估计目的地时间的总和。估计目的地时间可以对应于预测用户在目标目的地花费的时间量。在一些实施方式中,可以基于指示多个用户在目标目的地花费的平均时间量的历史数据来确定估计目的地时间。例如,如果普通用户在特定的一天和时段期间花费20分钟在商店ABC购物,则目的地时间可以估计为20分钟。附加地或可替换地,可以基于指示单个用户在目标目的地花费的多个时间量的平均的历史数据来确定估计目的地时间。例如,如果普通用户在一周中特定的一天和时段在他孩子的学校花费10分钟来接孩子,则目的地时间可以估计为10分钟。
更具体地,返程行程路线生成过程可以通过确定用户将在返程开始时间处离开目标目的地而开始,该返程开始时间等于估计出游行程时间加上估计目的地时间的总和。返程行程路线生成器可以根据与给定返程行程路线分段相关联的时间段信息来确定在返程开始时间处沿着给定返程行程路线分段定位或预期定位的估计车辆数量。使用估计车辆数量和容量指数,返程行程路线生成器可以确定沿着给定返程行程路线分段的大致行进时间。
返程行程路线生成器可以基于前一返程行程路线分段的大致行进时间来确定沿着下一返程行程路线分段的大致行进时间。例如,如果确定沿着第一返程行程路线分段移动并到达第二返程行程路线分段将花费大约两(2)分钟,则返程行程路线生成器将根据与第一返程行程路线分段相关联的时间段信息来确定将在从返程开始时间起两(2)分钟后沿着第二返程行程路线分段定位的估计车辆数量。使用估计车辆数量和容量指数,返程行程路线生成器可以确定沿着第二返程行程路线分段的大致行进时间。返程行程路线生成器可以对后续路线分段重复此过程,直到到达返程目的地。
一旦返程行程路线生成器已经确定了返程行程路线的每个路线分段的估计行进时间,返程行程路线生成器就可以通过确定每个返程行程路线分段的估计行进时间的总和来确定整个返程行程路线的估计返程行程时间。在一些实施方式中,返程行程路线生成器可以通过比较多个候选路线的估计返程行程时间来选择最快的路线。在一些实施方式中,返程行程路线生成器还可以基于所确定的返程行程路线来生成路线规划指引,并且提供这样的指引以显示给用户计算设备。
根据本公开的另一方面,旅程时间分析器可以被配置为将估计出游行程时间与估计返程行程时间进行比较。在一些实施方式中,旅程时间分析器可以确定估计出游行程时间与估计返程行程时间的比较何时导致确定满足一个或多个预定标准。例如,预定标准之一可以对应于估计返程行程时间大于估计出游行程时间。在另一示例中,预定标准之一可以对应于估计返程行程时间大于估计出游行程时间加上某个预定阈值(例如,某个预定时间增量或者估计出游行程时间的预定百分比)。在另一示例中,预定标准之一可以对应于估计返程行程时间大于预期典型旅程时间。
旅程时间分析器的各方面可以与返程行程通知生成器的各方面耦合,使得当如由旅程时间分析器确定的满足各种标准时,返程行程通知可以被生成并最终被提供以显示在用户计算设备上。例如,当将估计出游行程时间与估计返程行程时间进行比较导致如旅程时间分析器所评估的确定满足一个或多个预定标准时,可以生成和/或(例如,从服务器计算设备向用户计算设备)提供返程行程通知。
在一些实施方式中,由返程行程通知生成器提供的通知可以对应于用户界面上提供的警告图标。在一些实施方式中,由返程行程通知生成器提供的通知可以对应于估计返程行程时间的标识。在一些实施方式中,由返程行程通知生成器提供的通知可以对应于估计出游行程时间和估计返程行程时间之间的时间差。在一些实施方式中,由返程行程通知生成器提供的通知可以对应于关于返程行程路线上的预期交通的警告。应当理解,可以经由返程行程通知生成器提供其他形式的警告和/或文本建议(例如,“现在离开以避免返程行程上的交通”)。
在一些实施方式中,经由返程行程通知生成器提供的通知可以对应于如何确定估计出游行程时间、预测返程目的地、估计目的地时间、和/或估计返程行程时间中的一个或多个的上下文解释。这些上下文解释还可以与用户界面特征部(feature)耦合,用户可以通过用户界面特征部来改变某些估计假设,以提高与返程行程路线相关联的预测方面的准确性。更具体地,可以提供用户界面特征部来接收修改至少一个旅程参数的指令。例如,旅程参数可以是由输出行程路线生成器、返程目的地预测器、返程行程路线生成器、旅程时间分析器、或返程行程通知生成器中的任何一个,响应于导航指引请求而生成的参数(例如,预测返程目的地、估计目的地时间等)。
在一些实施方式中,经由返程行程通知生成器提供的通知可以包括除了最初与导航指引请求相关联的目标目的地以外的替代目标目的地。例如,如果替代目标目的地(例如,第二杂货店)的估计替代出游行程时间和估计替代返程行程时间小于估计出游行程时间和与行进到第一杂货店相关联的估计返程行程时间,则返程行程通知可以包括选择替代目标目的地的建议。可以提供替代目标目的地,以便与包括替代目标目的地的估计出游行程时间和估计返程行程时间的信息一起显示在地图或其他用户界面上。在一些实施方式中,替代目标目的地可以至少部分基于用户定位历史来确定。通过确定给定用户之前实际访问过的替代目标目的地,地图应用可以提高为每个用户确定期望的替代目标目的地的可能性。
本文描述的系统和方法可以提供许多技术效果和益处。例如,所公开的技术可以有利地解决关于导航系统提供的行进信息的全面性的问题。除了提供与出游行程相关联的行进信息之外,所公开的技术还可以提供与返程行程相关联的行进信息。如此以来,地图应用可以生成更全面的导航信息,该导航信息分析用户一旦到达目标目的地将做什么之外的事情,以包括用户在目标目的地花费的时间以及用户到其初始定位或下一目的地的返程。通过提供与用户返回起点或另一返程目的地所需的时间相关联的返程行程通知,向用户提供了更全面和更有价值的旅程规划信息。当返程行程的估计时间明显不同于出游行程的估计时间(这可能是当每侧路线的交通完全不同时造成的)时,这尤其有用。这种信息在出发时对用户非常有用,因此他们可以做出关于当地出行的更明智的决定。
本公开的另一示例技术效果和益处在于所公开的系统和方法能够确定何时生成与返程行程相关联的上述行进信息是合适的或者以其它方式是期望的。总是生成返程行程行进信息可能是不合适的,诸如当用户期望到达目标目的地的目的地时间超过阈值时间段(例如,几小时或几天)时。如此以来,在一些实施方式中,所公开的技术提供了用于确定与目标目的地相关联的类别的特征部、用于确定估计目的地时间和/或确定预测返程目的地的特征部。可以基于与目标目的地相关联的类别、估计目的地时间、预测返程目的地和/或估计返程行程时间中的一个或多个来确定生成返程行程通知。当与原始目标目的地相关联的行进时间比正常情况长时,还可以提供用于确定何时适合或以其它方式期望确定替代目标目的地、出游行程路线和/或返程行程路线的特征部。
本公开的又一技术效果和益处是对用户可用的可能通知的可定制性质,以提高向地图应用的用户提供的导航指引的总体全面性和有效性。更具体地,可以提供许多不同类型的用户界面和相关联的通知,以显示给地图应用用户。例如,在一些实施方式中,可以提供描绘出游行程路线和返程行程路线两者的地图。在一些实施方式中,通知可以包括估计返程行程时间的标识、估计出游行程时间和估计返程行程时间之间的时间差、和/或关于返程行程路线上的预期交通的警告。此外,通知可以包括如何确定估计出游行程时间、估计目的地时间、或估计返程行程时间中的一个或多个的上下文解释。可以提供用户界面特征部,用户可以通过该用户界面特征部来改变与关于各种旅程时间计算的上下文解释和假设相关联的一个或多个数据变量。如此以来,地图应用用户可以进一步定制和改进旅程时间估计和返程行程通知。
现在参考附图,将进一步详细讨论本公开的示例实施例。
图1描绘了包括用户计算设备110(例如,诸如智能电话或其他移动设备的移动计算设备、导航系统、膝上型电脑、平板电脑等)的示例系统100的框图。用户计算设备100可以包括一个或多个处理器112和至少一个存储器114。一个或多个处理器112可以是任何合适的处理设备(例如,处理器核、微处理器、ASIC、FPGA、控制器、微控制器等)并且可以是可操作地连接的一个处理器或多个处理器。存储器114可以包括一个或多个非暂时性计算机可读存储介质,诸如RAM、ROM、EEPROM、EPROM、闪存设备、磁盘等、以及它们的组合。存储器114可以存储由(多个)处理器112执行以使得用户计算设备110执行操作的数据和指令。用户计算设备110还可以包括能够通过一个或多个网络(例如,网络180)进行通信的通信接口118以及显示设备120、用户输入设备122、地理位置组件124和加速度计126。用户计算设备110还可以包括或另外获得对(例如,经由服务器计算设备150)地图应用128的访问。
在一些实施方式中,用户计算设备110的通信接口118可以被配置为通过网络180与一个或多个远程计算设备(例如,一个或多个服务器计算设备150)建立无线通信。在一些实施方式中,经由网络180通信地耦合的用户计算设备110和(多个)服务器计算设备150各自包括地图平台,该地图平台使得地图内容和导航信息能够经由网络180从一个设备共享到另一设备。通信接口118可以包括用于与一个或多个网络接合的任何合适的硬件和/或软件组件,包括例如发送器、接收器、端口、控制器、天线、或其他合适的组件。
网络180可以是任何类型的通信网络,诸如局域网(例如,内联网)、广域网(例如,互联网)或它们的某种组合,并且可以包括任何数量的有线或无线链路。一般而言,网络180上的通信可以使用各种各样的通信协议(例如,TCP/IP、HTTP、SMTP、FTP)、编码或格式(例如,HTTP、XML)、和/或保护方案(例如,VPN、安全HTTP、SSL),经由任何类型的有线和/或无线连接来进行。
在一些实施方式中,用户计算设备110的显示设备120可以被配置为提供各种用户界面以显示给用户计算设备110的用户。例如,可以提供与地图应用128相关联的地图以经由显示设备120显示。地图应用128可以生成被提供用于经由显示设备120显示的附加数据,该附加数据包括但不限于沿着地图内各种道路分段的出游行程路线和/或返程行程路线、出游行程距离、出游行程时间、返程行程距离、返程行程时间、目的地时间、返程行程通知、关于旅程计算的上下文信息等。
在一些实施方式中,用户计算设备110的用户输入设备122可以被配置为接收来自用户的指令。例如,用户输入设备122可以是与显示设备120相关联的触摸屏、键盘、眼睛跟踪设备、鼠标、操纵杆、遥控器或能够向用户计算设备110提供输入的任何其他设备。在一些实施方式中,用户输入设备122被配置为接收指示与导航指引请求相关联的目标目的地的指令。在一些实施方式中,用户输入设备122被配置为接收指示与导航指引请求相关联的初始定位的指令。在一些实施方式中,用户输入设备122被配置为接收指示与导航指引请求相关联的返程目的地的指令。在一些实施方式中,用户输入设备122被配置为接收修改与导航指引请求相关联的至少一个旅程参数的指令。
在一些实施方式中,地理位置组件124可以包括被配置为确定用户计算设备110的地理位置和方位的硬件和/或软件。例如,地理位置组件124可以包括GPS接收器,以确定用户计算设备110的纬度、经度和海拔位置。在另一示例中,地理位置组件124还可以包括用于基于在用户计算设备110处接收的其他信号(诸如,如果用户计算设备110是蜂窝电话的话,在蜂窝电话的天线处从一个或多个蜂窝电话塔接收的信号)来确定用户计算设备110的位置的软件。在又一示例中,地理位置组件124可以检测附近的所有Wi-Fi网络,测量来自这些网络的信号强度,并且使用Wi-Fi接入点定位表格来对用户计算设备的地理位置进行三角测量。应当理解,可以单独或组合使用任意数量的地理位置系统。
在一些实施方式中,用户计算设备110的加速度计126(或诸如陀螺仪等的其他替代设备)可以包括被配置为确定用户计算设备110所朝向的方向的硬件和/或软件。仅作为示例,该设备可以确定其相对于重力方向或垂直于重力方向的平面的俯仰角、偏航角或滚转角(或其变化)。在这点上,应当理解,可以自动向用户计算设备110、服务器计算设备150或两者提供本文所阐述的定位和方位数据。
根据本公开的一方面,地图应用128可以包括出游行程路线生成器130、返程目的地预测器132、返程行程路线生成器134、旅程时间分析器136、和/或返程行程通知生成器138中的一个或多个。地图应用128及其各种组件可以包括用于提供所需功能的计算机逻辑。地图应用128可以在控制通用处理器的硬件、固件和/或软件中实施。例如,在一些实施方式中,地图应用128可以包括存储在存储设备上、加载到存储器中并由一个或多个处理器执行的程序文件。在其他实施方式中,地图应用128包括一组或多组计算机可执行指令,这些计算机可执行指令存储在有形的计算机可读存储介质中,诸如RAM硬盘或光学或磁性介质。
更具体地,出游行程路线生成器130可以被配置为确定从初始定位到目标目的地的出游行程路线。在一些实施方式中,从自用户计算设备110的用户接收的指令中识别目标目的地,例如,作为对特定定位的导航指引请求的一部分。在一些实施方式中,还从自用户计算设备110的用户接收的指令中识别初始定位。在其他实施方式中,初始定位被确定为对应于例如由用户计算设备110内的地理位置组件124确定的用户计算设备110的当前定位。可以以任何多种形式(包括街道地址、兴趣点、GPS坐标等)提供识别目标目的地、初始定位等的指令。
在一些实施方式中,出游行程路线生成器130可以确定初始定位和目标目的地之间的多个候选出游行程路线。每个候选出游行程路线可以包括一个或多个路线分段。对于候选出游行程路线的每个路线分段,可以基于预期交通状况(例如,相对于出游开始时间而确定的当前交通状况和/或历史交通状况)来计算该路线分段的估计驾驶时间。在一些实施方式中,交通状况可以根据作为地图数据库164的一部分而提供的交通信息166来确定。
例如,出游路线生成过程可以通过估计用户将立即离开目标目的地的当前/初始定位(或在某个其他指定的出游开始时间)而开始。因此,用户将在当前时间沿着给定出游行程路线分段移动。出游行程路线生成器可以根据与给定出游行程路线分段相关联的时间段信息来确定在当前时间沿着给定出游行程路线分段定位或预期定位的估计车辆数量。使用估计车辆数量和容量指数,出游行程路线生成器130可以确定沿着给定出游行程路线分段的大致行进时间。
出游行程路线生成器130可以基于前一出游行程路线分段的大致行进时间来确定沿着下一出游行程路线分段的大致行进时间。例如,如果确定沿着第一出游行程路线分段移动并到达第二出游行程路线分段将花费大约两(2)分钟,则出游行程路线生成器130将根据与第一出游行程路线分段相关联的时间段信息来确定在从当前时间起两(2)分钟后将沿着第二出游行程路线分段定位的估计车辆数量。使用估计车辆数量和容量指数,出游行程路线生成器130可以确定沿着第二出游行程路线分段的大致行进时间。出游行程路线生成器130可以对后续出游行程路线分段重复该过程,直到到达目标目的地。
一旦出游行程路线生成器130已经确定了出游行程路线的每个路线分段的估计行进时间,出游行程路线生成器130就可以通过确定每个出游行程路线分段的估计行进时间的总和来确定整个出游行程路线的估计出游行程时间。在一些实施方式中,出游行程路线生成器130可以通过比较多个候选路线的估计出游行程时间来选择最快的路线。在一些实施方式中,出游行程路线生成器130还可以基于所确定的出游行程路线来生成路线规划指引,并且提供这样的指引以显示给用户计算设备110(例如,经由显示设备120)。
根据本公开的另一方面,地图应用118可以包括用于确定何时生成与由出游行程路线生成器130确定的出游行程路线相关联的返程行程信息是合适的或者以其它方式是期望的特征。生成返程行程行进信息可能并不总是合适的。对于某些类别的目标目的地(例如,目标目的地对应于用户计划停车去旅行的机场)和/或当用户期望到达目标目的地的目的地时间超过阈值时间段(例如,几小时或几天)时,情况可能是这样的。如此以来,地图应用118可以被配置为确定给定出游行程与对应的返程行程相关联(即用户是否可能开启来回旅程)的可能性(例如,置信度得分或其他可量化值)。当该确定的可能性超过阈值时,然后,地图应用118可以被配置为继续其他系统特征部,包括返程目的地预测器132、返程行程路线生成器134、旅程时间分析器136、和/或返程行程通知生成器138。
根据本公开的另一方面,返程目的地预测器132可以被配置为确定预测用户在行进到目标目的地之后返回的返程目的地。在一些实施方式中,返程目的地可以被预测为对应于为其生成出游行程路线的初始定位。在一些实施方式中,返程目的地可以基于与从其接收导航指引请求的用户计算设备110相关联的当前定位。在一些实施方式中,返程目的地可以基于从用户计算设备110接收的输入来确定,从该用户计算设备110接收导航指引请求导航指引。例如,用户可以经由地图应用内设置的用户界面来指定特定的返程目的地。
在一些实施方式中,返程目的地预测器132可以基于由从其接收导航指引请求的用户计算设备110访问的定位历史来确定返程目的地。在一些实施方式中,用户定位历史168可以作为地图数据库164的一部分来提供。例如,用户定位历史168可以指示一个或多个常见行程模式,这些常见行程模式可以帮助确定预测返程目的地。例如,常见行程模式可以指示当用户在一天中的特定时间(例如,接近营业时间结束)离开第一定位(例如,工作)行进到对应于目标目的地(例如,杂货店)的第二定位时,返程目的地典型地对应于第三定位(例如,家)。可替换地,常见行程模式可以指示当用户在一天中的特定时间(例如,接近上学时间开始)离开第一定位(例如,家)行进到对应于目标目的地(例如,儿童学校)的第二定位时,返程目的地典型地对应于第一定位(例如,家)。
在一些实施方式中,返程目的地预测器132可以基于与目标目的地相关联的类别来确定返程目的地。类别可以是多个预定义类别中的一个,每个类别在目的地数据库中与一个或多个可能目的地的对应集合相关联。例如,当用户请求到诸如“ABC咖啡馆”的特定兴趣点的导航指引时,返程目的地预测器可以确定与“ABC咖啡馆”目标目的地相关联的“餐馆”类别。与目标目的地相关联的该类别可以用于分析用户定位历史,以识别可以帮助识别返程目的地的常见行程模式。例如,如果用户定位历史指示用户经常在一天中的特定时间(例如,午餐时间)从初始定位(例如,“工作”)行进到与特定类别(例如,各种餐馆)相关联的一个或多个各种目标目的地,并且用户请求在午餐时间前后到XYZ咖啡馆的导航指引,则可以预测返程目的地为“工作”。
一旦返程目的地由用户指定或者另外由返程目的地预测器132确定,返程行程路线就可以由返程行程路线生成器134生成。更具体地,返程行程路线生成器134可以被配置为确定从目标目的地到返程目的地的返程行程路线。在一些实施方式中,当返程目的地与初始定位相同时,返程行程路线可以遵循与出游行程路线相同的道路分段中的一些或全部。然而,由于沿着道路分段的一个方向相对于另一方向(例如,相反的方向)的交通航向出现在沿着这种道路分段的不同车道上,所以与返程行程路线相关联的交通状况和对应的行进时间可以不同于(多个)相同的道路分段上的出游行程路线。在一些实施方式中,返程行程路线可以遵循与出游行程路线不同的一组道路分段中的一些或全部。例如,当返程目的地不同于初始定位时,就会发生这种情况。即使当返程目的地与初始定位相同时,当车道模式、交通状况或其他因素导致不同的返程行程路线比对应于出游行程路线的返程行程路线更快时,也可以穿过不同的道路分段。
在一些实施方式中,返程行程路线生成器134可以确定目标目的地和返程目的地之间的多个候选返程行程路线。每个候选返程行程路线可以包括一个或多个路线分段。对于候选返程行程路线的每个路线分段,可以基于预期交通状况(例如,相对于返程开始时间而确定的当前交通状况和/或历史交通状况)来计算该路线分段的估计驾驶时间。返程开始时间可以被确定为估计出游行程时间加上估计目的地时间的总和。估计目的地时间可以对应于预测用户在目标目的地花费的时间量。在一些实施方式中,可以基于指示多个用户在目标目的地花费的平均时间量的历史数据来确定估计目的地时间。例如,如果普通用户在特定的一天和时段期间花费20分钟在商店ABC购物,则目的地时间可以估计为20分钟。附加地或可替换地,可以基于指示单个用户在目标目的地花费的多个时间量的平均的历史数据来确定估计目的地时间。估计目的地时间的确定可以使用在目标目的地处的估计到达时间。例如,如果普通用户在一周中特定的一天和时段在他孩子的学校花费10分钟来接孩子,那么,如果估计到达时间对应于一周中的该天和时间段,则目的地时间可以估计为10分钟。
更具体地,返程行程路线生成过程可以通过确定用户将在返程开始时间处离开目标目的地而开始,该返程开始时间等于估计出游行程时间加上估计目的地时间的总和。返程行程路线生成器134可以根据与给定返程行程路线分段相关联的时间段信息来确定在返程开始时间处沿着给定返程行程路线分段定位或预期定位的估计车辆数量。使用估计车辆数量和容量指数,返程行程路线生成器134可以确定沿着给定返程行程路线分段的大致行进时间。
返程行程路线生成器134可以基于前一返程行程路线分段的大致行进时间来确定沿着下一返程行程路线分段的大致行进时间。例如,如果确定沿着第一返程行程路线分段移动并到达第二返程行程路线分段将花费大约两(2)分钟,则返程行程路线生成器134将根据与第一返程行程路线分段相关联的时间段信息来确定在从返程开始时间起两(2)分钟后将沿着第二返程行程路线分段定位的估计车辆数量。使用估计车辆数量和容量指数,返程行程路线生成器134可以确定沿着第二返程行程路线分段的大致行进时间。返程行程路线生成器134可以对后续路线分段重复该过程,直到到达返程目的地。
一旦返程行程路线生成器134已经确定了返程行程路线的每个路线分段的估计行进时间,返程行程路线生成器134就可以通过确定每个返程行程路线分段的估计行进时间的总和来确定整个返程行程路线的估计返程行程时间。在一些实施方式中,返程行程路线生成器134可以通过比较多个候选路线的估计返程行程时间来选择最快的路线。在一些实施方式中,返程行程路线生成器134还可以基于所确定的返程行程路线来生成路线规划指引,并且提供这样的指引以显示给用户计算设备110(例如,经由显示设备120)。
根据本公开的另一方面,旅程时间分析器136可以被配置为将估计出游行程时间与估计返程行程时间进行比较。在一些实施方式中,旅程时间分析器136可以确定估计出游行程时间与估计返程行程时间的比较何时导致确定满足一个或多个预定标准。例如,预定标准之一可以对应于估计返程行程时间大于估计出游行程时间。在另一示例中,预定标准之一可以对应于估计返程行程时间大于估计出游行程时间加上某个预定阈值(例如,某个预定时间增量或估计出游行程时间的预定百分比)。在另一示例中,预定标准之一可以对应于估计返程行程时间大于预期的典型旅程时间。
旅程时间分析器136的各方面可以与返程行程通知生成器138的各方面耦合,使得当如由旅程时间分析器136确定的满足各种标准时,返程行程通知可以被生成并最终被提供以显示在用户计算设备110上(例如,经由显示设备120)。例如,当将估计出游行程时间与估计返程行程时间进行比较导致如旅程时间分析器136所评估的确定满足一个或多个预定标准时,可以生成和/或(例如,从服务器计算设备150向用户计算设备110)提供返程行程通知。
在一些实施方式中,由返程行程通知生成器138提供的通知可以对应于用户界面上设置的警告图标。在一些实施方式中,由返程行程通知生成器138提供的通知可以对应于估计返程行程时间的标识。在一些实施方式中,由返程行程通知生成器138提供的通知可以对应于估计出游行程时间和估计返程行程时间之间的时间差。在一些实施方式中,由返程行程通知生成器138提供的通知可以对应于关于返程行程路线上的预期交通的警告。应当理解,可以经由返程行程通知生成器138提供其他形式的警告和/或文本建议(例如,“现在离开以避免返程行程上的交通”)。
在一些实施方式中,经由返程行程通知生成器138提供的通知可以对应于如何确定估计出游行程时间、预测返程目的地、估计目的地时间、和/或估计返程行程时间中的一个或多个的上下文解释。这些上下文解释还可以与用户界面特征部耦合,用户可以通过该用户界面特征部来改变某些估计假设,以提高与返程行程路线相关联的预测方面的准确性。更具体地,可以提供用户界面特征部来接收修改至少一个旅程参数(例如,预测返程目的地、估计目的地时间等)的指令。
在一些实施方式中,经由返程行程通知生成器138提供的通知可以包括除了最初与导航指引请求相关联的目标目的地以外的替代目标目的地。例如,如果替代目标目的地(例如,第二杂货店)的估计替代出游行程时间和估计替代返程行程时间小于估计出游行程时间和与行进到第一杂货店相关联的估计返程行程时间,则返程行程通知可以包括选择替代目标目的地的建议。可以提供替代目标目的地,以便与包括替代目标目的地的估计出游行程时间和估计返程行程时间的信息一起显示在地图或其他用户界面上。在一些实施方式中,替代目标目的地可以至少部分基于用户定位历史(例如,用户定位历史168)来确定。通过确定给定用户之前实际访问过的替代目标目的地,地图应用可以提高为每个用户确定期望的替代目标目的地的可能性。
服务器计算设备150可以是包括相对于用户计算设备110而远程定位的单个或多个计算设备的系统。服务器计算设备150可以包括一个或多个处理器152和至少一个存储器154。一个或多个处理器152可以是任何合适的处理设备(例如,处理器核、微处理器、ASIC、FPGA、控制器、微控制器等)并且可以是可操作地连接的一个处理器或多个处理器。存储器154可以包括一个或多个非暂时性计算机可读存储介质,诸如RAM、ROM、EEPROM、EPROM、闪存设备、磁盘等、以及它们的组合。存储器154可以存储由(多个)处理器152执行以使得服务器计算设备150执行操作的数据156和指令158。
服务器计算设备150还可以包括能够通过一个或多个网络(例如,网络180)进行通信的通信接口160、以及地图应用162和地图数据库164。服务器计算设备150的通信接口160可以包括相对于用户计算设备110的通信接口118描述的类似特征部。服务器计算设备的地图应用162还可以包括相对于用户计算设备110而描绘的地图应用128的相同特征部,包括出游行程路线生成器、返程目的地预测器、返程行程路线生成器、旅程时间分析器和返程行程通知生成器。
在一些实施方式中,地图应用128/162的一个或多个特征部(包括出游行程路线生成器、返程目的地预测器、返程行程路线生成器、旅程时间分析器和返程行程通知生成器)可以使用一个或多个机器学习模型来实施。这种机器学习模型可以在包括基本事实(ground-truth)样本的大量训练数据上进行训练,从而提高其推理能力的准确性,这些基本事实样本为模型提供了框架。示例机器学习模型可以包括但不限于一个或多个神经网络(例如,深层神经网络)、支持向量机、决策树、集成模型、k近邻模型、贝叶斯网络、或者包括线性模型和/或非线性模型的其他类型的模型。示例神经网络可以包括前馈神经网络、卷积神经网络、递归神经网络(例如,长短期记忆(long short-term memory,LSTM)递归神经网络、门控递归单元(Gated recurrent unit,GRU)神经网络)或其他形式的神经网络。
地图数据库164可以包括数据的各种部分,这些部分可以由地图应用162访问并在根据所公开的技术的确定中使用。例如,地图数据库可以包括交通信息166、用户定位历史168和/或地图信息170中的一个或多个。
交通信息166可以包括用于确定当前交通状况和/或历史交通状况的信息。交通信息可以针对地图内的不同道路分段来定义。每个路线分段可以与一个或多个地理定位相关联。定位之间的给定路线可以包括多个路线分段。路线分段可以基于交叉路口之间的路段、道路名称的变化、特定的确定路线的转弯指令、或任何其他有用的方法。例如,如果定位A和定位C之间的路线需要在定位B处转弯,则该路线由两个路线分段组成,即分段A-B和分段B-C。
交通信息166还可以包括每个道路分段的车辆容量指数数据。例如,每个路线分段可以与表示该路线分段相对于其他路线分段的容量的容量指数相关联。容量指数可以描述沿着特定路线分段的交通速度相对于其他路线分段如何变化,这取决于在任何给定时间处该路线分段上的汽车流量(volume)。例如,双车道高速公路的容量指数大约是单车道高速公路的两倍。这可以表明,在双车道高速公路上增加一辆车将会例如通过减慢交通速度而产生影响,所减慢的交通速度大约是在单车道高速公路上增加一辆车的情况的一半。在另一示例中,假设交通灯更有效地移动交通,带有停车标志的主干道可以具有比带有交通灯的主干道更低的容量指数。因此,容量指数是路线分段的属性,并且与道路上的汽车数量无关。
上述示例是简化示例,展示了分配给每个道路的线性容量指数。然而,应当理解,在实际实施方式中,容量指数可能需要复杂的计算来将交通流量转换成相对速度。在另一示例中,容量指数可以随着时间而改变,例如,如果路线分段的属性(诸如车道数)改变,或者如果交通信号的定时改变。
特定路线分段的容量指数可以基于对特定路线分段随时间的观察来确定。例如,容量指数可以通过观察额外的人试图加入路线分段上的交通时对交通速度的影响、为每个路线分段建立模型来确定,该模型将交通速度与观察到的在道路上驾驶的用户数量相关联。通过这种观察,容量指数可以用于预测每次额外车辆进入或离开交通流时对特定路线分段的交通速度的影响。
交通信息166还可以包括与每个路线分段相关联的车辆流量数据。例如,车辆流量数据可以包括表格、数据库或其他数据排列,其包括特定时间段内预期在特定路线分段上的车辆数量的当前估计。时间段可以被定义为时间间隔,例如,未来的1分钟或5分钟时间段。时间段数据可以随着服务器计算设备150发送和接收信息而被连续更新。表格、容量指数和车辆流量数据可以用于估计车辆在未来某个时间处行进一路线分段所需的时间量。交通信息可以另外考虑施工数据、识别道路封闭的数据、天气数据、或其他可能影响一个或多个道路分段上的交通的因素。
用户定位历史168可以包括基于定位数据(例如,来自地理位置组件)和用户计算设备110在被用户授权记录时所记录的对应时间戳的用户去过的特定定位和/或用户行进过的路线的历史。用户定位历史168可以帮助确定一个或多个常见行程模式,该常见行程模式可以帮助确定与对指定目标目的地的导航指引请求相关联的预测返程目的地。
根据所公开技术的各方面,地图信息170可以包括供用户计算设备用于显示一个或多个地图、路线、路线规划指引等的地图数据。例如,地图信息170可以包括地图图块,其中每个图块包括特定地理区域的地图图像。单个图块可以以相对较少的细节覆盖诸如一个州的整个区域,而另一图块可以以较高的细节仅覆盖几条街道。在这点上,单个地理点可以与多个图块相关联,并且可以基于期望的缩放水平选择图块用于传输。地图信息170不限于任何特定格式。例如,图像可以包括街道地图、卫星图像、或它们的组合,并且可以存储为矢量(特别是相对于街道地图)或位图(特别是相对于卫星图像)。包含在地图信息170内的地图图块可以与各种地理定位相关联,使得服务器计算设备150和/或用户计算设备110能够响应于接收到一个或多个地理定位来选择、检索、发送或显示一个或多个图块。
地图应用128/162和地图信息170可以处理许多不同形式的定位信息,诸如纬度/经度位置、街道地址、街道交叉路口、相对于地图边缘的x-y坐标(诸如当用户点击地图时的像素位置)、建筑物的名称和地标、以及能够识别地理定位的其他参考系中的其他信息(例如,勘测地图上的地段编号(lot number)和街区编号(block number))。地图应用128/162还可以将定位从一个参考系转换到另一参考系。例如,用户计算设备110可以采用或访问地理编码器来将根据一个参考系识别的定位(例如,街道地址,诸如“加利福尼亚州山景城圆形剧场公园路1600号”)转换成根据另一参考系识别的定位(例如,纬度/经度坐标,诸如(37.423021°,122.083939°))。在这点上,应当理解,在一个参考系(诸如街道地址)中表示的交换或处理定位也可以在其他参考系中被接收或处理。
现在参考图2,描绘了与地图应用(例如,图1的地图应用128/162)相关联的示例用户界面200。在图2的示例中,用户界面200包括交互式文本输入部分,用户可以通过该交互式文本输入部分来指定初始定位202(例如,你的当前定位)和/或目标目的地204(例如,Steven Lee超市)。用户界面200可以被配置为描绘从初始定位到目标目的地的外出行程路线206和从目标目的地到返程目的地(在该示例中对应于初始定位)的返程行程路线208。用户界面200可以包括与出游行程路线206相关联的估计出游行程时间210和估计出游行程距离212。用户界面还可以包括一个或多个返程行程通知,例如,估计返程行程时间214和/或与估计出游行程时间210和估计返程行程时间214之间的延迟相对应的估计时间差216。应当理解,图2的用户界面200仅作为示例被提供。替代用户界面可以不必包括地图和/或可以包括除了图2中描绘的那些之外的附加或替代返程行程通知。
现在参考图3,描绘了根据本公开的示例实施例的用于提供返程行程通知的通信示意图300。通信示意图300包括可以发生在用户计算设备110和服务器计算设备150之间的不同信令,以实施返程行程地图通信。例如,从用户计算设备110传送到服务器计算设备150的信号302可以包括对目标目的地的导航指引请求。当初始定位不同于用户计算设备110的当前定位时,信号302可以至少包括目标目的地和可选地包括初始定位。
从服务器计算设备150传送到用户计算设备110的信号304可以包括从初始定位到目标目的地确定的出游行程路线。信号304可以包括与出游行程路线相关联的估计出游行程时间。信号304还可以包括与出游行程路线相关联的地图和/或路线规划指引。
从服务器计算设备150传送到用户计算设备110的信号306可以包括从目标目的地到返程目的地确定的返程行程路线。信号306可以包括与返程行程路线相关联的估计返程行程时间。信号306还可以包括与返程行程路线相关联的地图和/或路线规划指引。
从服务器计算设备150传送到用户计算设备110的信号308可以包括一个或多个返程行程通知,诸如本文所述的。尽管信号304、306和308在图5中被示为单独的信号,但是应当理解,出游行程、返程行程和包括(多个)返程行程通知的相关数据可以在从服务器计算设备150到用户计算设备110的单次传输中被传送。
在一些实施方式中,经由信号308传送的一个或多个返程行程通知可以包括如何确定估计出游行程时间、预测返程目的地、估计目的地时间、和/或估计返程行程时间中的一个或多个的上下文解释。这些上下文解释还可以与用户界面特征部耦合,用户可以通过该用户界面特征部来改变某些估计假设,以提高与返程行程路线相关联的预测方面的准确性。更具体地,可以提供用户界面特征部来接收修改至少一个旅程参数(例如,预测返程目的地、估计目的地时间等)的指令。然后,这些指令可以经由信号312从用户计算设备110提供回服务器计算设备150。作为响应,可以经由信号314从服务器计算设备150向用户计算设备110提供调整后的返程行程通知(以及可选的调整后的出游行程路线和/或返程行程路线)。
图4描绘了根据本公开的示例实施例的第一示例方法400的流程图。
在402处,一个或多个计算设备(例如,一个或多个用户计算设备和/或一个或多个服务器计算设备)可以获得对目标目的地的导航指引请求。在一些实施方式中,目标目的地由作为用户输入(例如,向用户计算设备)接收的指令提供。
在404处,一个或多个计算设备可以确定从初始定位到目标目的地的出游行程路线,其中出游行程路线包括估计出游行程时间。在一些实施方式中,在404处确定估计出游行程时间至少部分基于当前交通状况或历史交通状况中的一个或多个。
在406处,一个或多个计算设备可以确定预测返程目的地。在一些实施方式中,在406处确定返程目的地可以基于从用户计算设备接收的输入来确定,在402处从该用户计算设备接收导航指引请求。在一些实施方式中,在406处确定返程目的地可以基于与用户计算设备相关联的当前定位,在402处从该用户计算设备接收导航指引请求。在一些实施方式中,在406处确定返程目的地可以基于与从其接收导航指引请求的用户计算设备相关联的先前访问的定位的历史。
在408处,一个或多个计算设备可以确定指示用户将在目标目的地花费的估计时间量的估计目的地时间。在一些实施方式中,在408处确定的估计目的地时间可以基于多个用户在目标目的地花费的平均时间量。在一些实施方式中,在408处确定的估计目的地时间可以基于单个用户在目标目的地花费的多个时间量的平均。在408处确定的估计目的地时间以及在404处确定的估计出游行程时间可以一起用于帮助确定返程开始时间,以用于确定估计返程行程时间。
更具体地,在410处,一个或多个计算设备可以确定从目标目的地到返程目的地的返程行程路线,其中返程行程路线包括估计返程行程时间。在一些实施方式中,在410处确定估计返程行程时间至少部分基于当前交通状况或历史交通状况中的一个或多个。
在412处,一个或多个计算设备可以将估计出游行程时间与估计返程行程时间进行比较。在414处,当在412处将估计出游行程时间与估计返程行程时间进行比较导致识别出满足一个或多个预定标准时,一个或多个计算设备可以生成关于返程行程路线的通知。在一些实施方式中,在414处生成的通知可以包括估计返程行程时间的标识。在一些实施方式中,在414处生成的通知可以包括估计出游行程时间和估计返程行程时间之间的时间差。在一些实施方式中,在414处生成的通知可以包括关于返程行程路线上的预期交通的警告。在一些实施方式中,在414处生成的通知可以包括如何确定估计出游行程时间、估计目的地时间、或估计返程行程时间中的一个或多个的上下文解释。在一些实施方式中,在414处生成的通知可以包括替代目标目的地。在这种情况下,方法400还可以包括确定替代目标目的地,该替代目标目的地的估计替代出游行程时间和估计替代返程行程时间小于在404处确定的估计出游行程时间和在410处确定的估计返程行程时间。
在416处,一个或多个计算设备可以提供在414处生成的一个或多个返程行程通知以供显示。例如,一个或多个返程行程通知可以被提供以显示在与用户计算设备相关联的显示设备上。
在418处,一个或多个计算设备可以提供以显示描绘了出游行程路线和返程行程路线的地图,该地图可选地包括出游行程路线和返程行程路线的路线规划指引。在一些实施方式中,在416处提供以显示的返程行程通知可以是在418处提供以显示的地图和/或指引的一部分。
图5描绘了根据本公开的示例实施例的第二示例方法500的流程图。在一些实施方式中,方法500由诸如图1的用户计算设备110的用户计算设备的一个或多个处理器实施。
在502处,用户计算设备可以接收对目标目的地的导航指引请求。在一些实施方式中,在502处接收的导航指引请求可以被提供作为经由用户输入设备(例如,触摸屏、键盘等)的指令。
在504处,用户计算设备可以发起对从初始定位行进到目标目的地的估计出游行程时间和从目标目的地行进到返程目的地的估计返程行程时间的确定。在一些实施方式中,用户计算设备发起对这种路线的确定,但是实际的确定是由服务器计算设备实施的,服务器计算设备的一个或多个方面可以被返回给用户计算设备。在一些实施方式中,估计出游行程时间和估计返程行程时间可以至少部分根据当前交通状况或历史交通状况中的一个或多个来确定。
在506处,当估计出游行程时间与估计返程行程时间的比较导致确定满足一个或多个预定标准时,用户计算设备可以接收关于返程行程时间的通知。
在508处,用户计算设备可以提供在506处接收的通知,以显示在与用户计算设备相关联的显示设备上。在510处,还可以提供描绘了出游行程路线和/或返程行程路线的地图以供显示。在一些实施方式中,在508处提供以显示的关于返程行程时间的通知可以是在510处提供以显示的地图的一部分。
本文讨论的技术涉及服务器、数据库、软件应用和其他基于计算机的系统,以及所采取的动作和发送到这些系统和从这些系统接收的信息。基于计算机的系统的固有灵活性允许各种可能的配置、组合、以及在组件之间任务和功能的划分。例如,本文讨论的过程可以使用单个设备或组件或者组合工作的多个设备或组件来实施。数据库和应用可以在单个系统上实施,也可以分布在多个系统上。分布式组件可以顺序或并行运行。
尽管已经针对本主题的各种具体示例实施例详细描述了本主题,但是每个示例都是通过解释的方式提供的,而不是对本公开的限制。本领域技术人员一旦理解前述内容,就可以容易地得到这些实施例的变更、变化和等同物。因此,本主题公开不排除包括对本主题的这种修改、变化和/或添加,这对本领域普通技术人员来说是显而易见的。例如,作为一个实施例的一部分示出或描述的特征可以与另一实施例一起使用,以产生又一实施例。因此,本公开意图覆盖这些变更、变化和等同物。
具体而言,尽管图3-图5为了说明和讨论的目的分别描绘了以特定顺序执行的步骤,但是本公开的方法不限于具体示出的顺序或布置。方法/配置300、400和500的各个步骤可以以各种方式省略、重新排列、组合和/或调整,而不偏离本公开的范围。
Claims (20)
1.一种用于导航的计算机实施的方法,包括:
由一个或多个计算设备获得对目标目的地的导航指引请求;
由一个或多个计算设备确定从初始定位到所述目标目的地的出游行程路线,其中所述出游行程路线包括估计出游行程时间;
由一个或多个计算设备至少部分基于由一个或多个机器学习模型执行的一个或多个操作,确定返程行程路线,其中所述返程行程路线包括从所述目标目的地到返程目的地的路线,并且其中所述返程行程路线包括估计返程行程时间;
由一个或多个计算设备将所述估计出游行程时间与所述估计返程行程时间进行比较;以及
当将所述估计出游行程时间与所述估计返程行程时间进行比较导致确定满足一个或多个预定标准时,由一个或多个计算设备生成关于所述返程行程路线的通知,其中所述关于所述返程行程路线的通知包括所述估计出游行程时间和所述估计返程行程时间之间的时间差。
2.根据权利要求1所述的用于导航的计算机实施的方法,还包括:由一个或多个计算设备确定估计目的地时间,所述估计目的地时间指示用户将在所述目标目的地花费的估计时间量,其中用于确定所述估计返程行程时间的返程开始时间基于出游行程时间和所述估计目的地时间。
3.根据权利要求1所述的用于导航的计算机实施的方法,其中确定所述估计出游行程时间和所述估计返程行程时间至少部分基于当前交通状况或历史交通状况中的一个或多个。
4.根据权利要求1所述的用于导航的计算机实施的方法,其中所述关于所述返程行程路线的通知包括所述估计返程行程时间的标识。
5.根据权利要求1所述的用于导航的计算机实施的方法,其中所述关于所述返程行程路线的通知包括关于所述返程行程路线上的预期交通的警告。
6.根据权利要求1所述的用于导航的计算机实施的方法,其中所述关于所述返程行程路线的通知包括如何确定所述估计出游行程时间、估计目的地时间、或所述估计返程行程时间中的一个或多个的上下文解释。
7.根据权利要求1所述的用于导航的计算机实施的方法,还包括:由一个或多个计算设备确定替代目标目的地,所述替代目标目的地具有小于所述估计出游行程时间和所述估计返程行程时间的估计替代出游行程时间和估计替代返程行程时间。
8.根据权利要求1所述的用于导航的计算机实施的方法,还包括:由一个或多个计算设备确定所述返程目的地。
9.根据权利要求8所述的用于导航的计算机实施的方法,其中确定所述返程目的地基于与从其接收所述导航指引请求的用户计算设备相关联的当前定位。
10.根据权利要求8所述的用于导航的计算机实施的方法,其中确定所述返程目的地基于与从其接收所述导航指引请求的用户计算设备相关联的先前访问定位的历史。
11.根据权利要求1所述的用于导航的计算机实施的方法,还包括由一个或多个计算设备提供描绘所述出游行程路线和所述返程行程路线的地图以供显示。
12.根据权利要求1所述的用于导航的计算机实施的方法,其中,由一个或多个计算设备确定从所述目标目的地到返程目的地的返程行程路线发生在当所述出游行程路线与对应的返程行程相关联的确定的可能性大于阈值时。
13.一种用于导航的用户计算设备,包括:
显示设备;
一个或多个处理器;
存储指令的至少一个有形非暂时性计算机可读介质,当所述指令由所述一个或多个处理器执行时,使得所述用户计算设备执行操作,所述操作包括:
接收对目标目的地的导航指引请求;
确定从初始定位到所述目标目的地的出游行程路线,其中所述出游行程路线包括估计出游行程时间;
至少部分基于由一个或多个机器学习模型执行的一个或多个操作,确定返程行程路线,其中所述返程行程路线包括从所述目标目的地到返程目的地的路线,并且其中所述返程行程路线包括估计返程行程时间;
当所述估计出游行程时间与所述估计返程行程时间的比较导致确定满足一个或多个预定标准时,接收关于估计返程行程路线的通知,其中关于所述返程行程路线的通知包括所述估计出游行程时间和所述估计返程行程时间之间的时间差;以及
提供所述通知以显示在所述显示设备上。
14.根据权利要求13所述的用于导航的用户计算设备,其中关于所述估计返程行程时间的通知包括所述估计返程行程时间的标识。
15.根据权利要求13所述的用于导航的用户计算设备,其中关于所述估计返程行程时间的通知包括关于所述返程行程路线上的预期交通的警告。
16.根据权利要求13所述的用于导航的用户计算设备,其中关于所述估计返程行程时间的通知包括如何确定所述估计出游行程时间、估计目的地时间、或所述估计返程行程时间中的一个或多个的上下文解释。
17.根据权利要求13所述的用于导航的用户计算设备,其中所述操作还包括:提供描绘与所述估计出游行程时间相关联的出游行程路线和与所述估计返程行程时间相关联的返程行程路线的地图以供显示。
18.一种存储计算机可执行指令的有形非暂时性计算机可读介质,当所述计算机可执行指令由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:
获得对目标目的地的导航指引请求;
确定从初始定位到所述目标目的地的出游行程路线,其中所述出游行程路线包括估计出游行程时间;
至少部分基于由一个或多个机器学习模型执行的一个或多个操作确定返程行程路线,其中所述返程行程路线包括从所述目标目的地到返程目的地的路线,并且其中所述返程行程路线包括估计返程行程时间;
将所述估计出游行程时间与所述估计返程行程时间进行比较;以及
当将所述估计出游行程时间与所述估计返程行程时间进行比较导致确定满足一个或多个预定标准时,生成关于所述返程行程路线的通知,其中关于所述返程行程路线的通知包括所述估计出游行程时间和所述估计返程行程时间之间的时间差。
19.根据权利要求18所述的有形非暂时性计算机可读介质,其中所述估计目的地时间基于多个用户在所述目标目的地花费的平均时间量或用户在所述目标目的地花费的平均时间量中的一个或多个。
20.根据权利要求18所述的有形非暂时性计算机可读介质,其中关于所述估计返程行程时间的通知包括所述估计返程行程时间的标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110613061.5A CN113483772B (zh) | 2017-12-15 | 2018-09-12 | 基于返程行程延迟向用户提供交通警告 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/844,006 | 2017-12-15 | ||
US15/844,006 US10663313B2 (en) | 2017-12-15 | 2017-12-15 | Providing traffic warnings to a user based on return journey |
PCT/US2018/050666 WO2019118024A1 (en) | 2017-12-15 | 2018-09-12 | Providing traffic warnings to a user based on return journey delays |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110613061.5A Division CN113483772B (zh) | 2017-12-15 | 2018-09-12 | 基于返程行程延迟向用户提供交通警告 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110832282A CN110832282A (zh) | 2020-02-21 |
CN110832282B true CN110832282B (zh) | 2021-06-22 |
Family
ID=63708487
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880044321.8A Active CN110832282B (zh) | 2017-12-15 | 2018-09-12 | 基于返程行程延迟向用户提供交通警告 |
CN202110613061.5A Active CN113483772B (zh) | 2017-12-15 | 2018-09-12 | 基于返程行程延迟向用户提供交通警告 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110613061.5A Active CN113483772B (zh) | 2017-12-15 | 2018-09-12 | 基于返程行程延迟向用户提供交通警告 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10663313B2 (zh) |
EP (2) | EP4012343A1 (zh) |
JP (2) | JP6784854B2 (zh) |
KR (2) | KR102212271B1 (zh) |
CN (2) | CN110832282B (zh) |
WO (1) | WO2019118024A1 (zh) |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US10509626B2 (en) | 2016-02-22 | 2019-12-17 | Sonos, Inc | Handling of loss of pairing between networked devices |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US9772817B2 (en) | 2016-02-22 | 2017-09-26 | Sonos, Inc. | Room-corrected voice detection |
US9978390B2 (en) | 2016-06-09 | 2018-05-22 | Sonos, Inc. | Dynamic player selection for audio signal processing |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
US10181323B2 (en) | 2016-10-19 | 2019-01-15 | Sonos, Inc. | Arbitration-based voice recognition |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10051366B1 (en) | 2017-09-28 | 2018-08-14 | Sonos, Inc. | Three-dimensional beam forming with a microphone array |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US10663313B2 (en) * | 2017-12-15 | 2020-05-26 | Google Llc | Providing traffic warnings to a user based on return journey |
US10599146B2 (en) * | 2018-03-26 | 2020-03-24 | Ford Global Technologies, Llc | Action-conditioned vehicle control |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US10587430B1 (en) | 2018-09-14 | 2020-03-10 | Sonos, Inc. | Networked devices, systems, and methods for associating playback devices based on sound codes |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US10692518B2 (en) | 2018-09-29 | 2020-06-23 | Sonos, Inc. | Linear filtering for noise-suppressed speech detection via multiple network microphone devices |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US10602268B1 (en) | 2018-12-20 | 2020-03-24 | Sonos, Inc. | Optimization of network microphone devices using noise classification |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
US11200894B2 (en) | 2019-06-12 | 2021-12-14 | Sonos, Inc. | Network microphone device with command keyword eventing |
US10871943B1 (en) | 2019-07-31 | 2020-12-22 | Sonos, Inc. | Noise classification for event detection |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
CN111222822B (zh) * | 2020-01-07 | 2023-04-07 | 贵阳货车帮科技有限公司 | 货源推送方法、装置、电子设备及可读存储介质 |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11556307B2 (en) | 2020-01-31 | 2023-01-17 | Sonos, Inc. | Local voice data processing |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
US11308962B2 (en) | 2020-05-20 | 2022-04-19 | Sonos, Inc. | Input detection windowing |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
US11984123B2 (en) | 2020-11-12 | 2024-05-14 | Sonos, Inc. | Network device interaction by range |
US11431599B2 (en) | 2020-12-28 | 2022-08-30 | Microsoft Technology Licensing, Llc | Network latency estimation in distributed computing systems |
CN113268674B (zh) * | 2021-05-18 | 2024-05-14 | 北京白龙马云行科技有限公司 | 返程辅助方法及装置 |
US11527153B1 (en) * | 2021-06-01 | 2022-12-13 | Geotab Inc. | Systems for analyzing vehicle traffic between geographic regions |
US11862011B2 (en) | 2021-06-01 | 2024-01-02 | Geotab Inc. | Methods for analyzing vehicle traffic between geographic regions |
US20240240956A1 (en) * | 2022-07-18 | 2024-07-18 | Google Llc | Analyzing Travel Metrics |
CN115842945A (zh) * | 2022-12-02 | 2023-03-24 | 中国第一汽车股份有限公司 | 一种基于导航数据的车载媒体内容播放方法、装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4048963B2 (ja) * | 2003-01-31 | 2008-02-20 | 株式会社日立製作所 | ナビゲーション端末装置 |
CN101251386A (zh) * | 2007-02-19 | 2008-08-27 | 株式会社卡西欧日立移动通信 | 终端装置及存储介质 |
JP4448501B2 (ja) * | 2006-06-22 | 2010-04-14 | 株式会社ナビタイムジャパン | 経路探索システム、経路探索サーバ、端末装置および経路探索方法 |
CN102449439A (zh) * | 2009-04-01 | 2012-05-09 | 德卡尔塔公司 | 沿返回路线搜索兴趣点 |
CN102840868A (zh) * | 2011-06-20 | 2012-12-26 | 索尼公司 | 路线搜索装置、路线搜索方法和程序 |
CN102853843A (zh) * | 2011-06-30 | 2013-01-02 | 爱信艾达株式会社 | 导航系统、导航方法及导航程序 |
CN105206037A (zh) * | 2014-05-30 | 2015-12-30 | 中国电信股份有限公司 | 公交线路分析方法和系统 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE400793T1 (de) | 2000-05-04 | 2008-07-15 | Continental Automotive Gmbh | Navigationsroutenplanungssystem |
JP2003035547A (ja) * | 2001-07-23 | 2003-02-07 | Alpine Electronics Inc | ナビゲーション装置 |
US7221287B2 (en) | 2002-03-05 | 2007-05-22 | Triangle Software Llc | Three-dimensional traffic report |
US7376709B1 (en) | 2002-05-09 | 2008-05-20 | Proquest | Method for creating durable web-enabled uniform resource locator links |
JP2004048963A (ja) * | 2002-07-15 | 2004-02-12 | Sumitomo Metal Ind Ltd | 渦電流式減速装置及びそれに用いる永久磁石 |
JP4255007B2 (ja) | 2003-04-11 | 2009-04-15 | 株式会社ザナヴィ・インフォマティクス | ナビゲーション装置、およびその旅行時間算出方法 |
US7813870B2 (en) * | 2006-03-03 | 2010-10-12 | Inrix, Inc. | Dynamic time series prediction of future traffic conditions |
US7739040B2 (en) | 2006-06-30 | 2010-06-15 | Microsoft Corporation | Computation of travel routes, durations, and plans over multiple contexts |
US8121780B2 (en) | 2008-05-18 | 2012-02-21 | Volkswagen Of America, Inc. | Method for offering a user reward based on a chosen navigation route |
JP2010060483A (ja) | 2008-09-05 | 2010-03-18 | Aisin Aw Co Ltd | ナビゲーション装置及びプログラム |
US8451112B2 (en) * | 2009-10-19 | 2013-05-28 | Qualcomm Incorporated | Methods and apparatus for estimating departure time based on known calendar events |
WO2012092518A1 (en) * | 2010-12-30 | 2012-07-05 | Telenav, Inc. | Navigation system with constrained resource route planning mechanism and method of operation thereof |
DE102011010584A1 (de) * | 2011-02-08 | 2012-08-09 | Audi Ag | Verfahren und System zur automatisierten Planung eines Treffens von wenigstens zwei Teilnehmern |
CN102346042B (zh) * | 2011-03-31 | 2013-06-12 | 北京腾瑞万里信息技术有限公司 | 基于实时路况的路线规划方法及其服务设备 |
JP5948762B2 (ja) * | 2011-08-26 | 2016-07-06 | ソニー株式会社 | 情報処理装置、通信システムおよび情報処理装置の制御方法 |
US9389088B2 (en) * | 2011-12-12 | 2016-07-12 | Google Inc. | Method of pre-fetching map data for rendering and offline routing |
US9377319B2 (en) | 2013-03-12 | 2016-06-28 | Yahoo! Inc. | Estimating times to leave and to travel |
US20140278056A1 (en) * | 2013-03-14 | 2014-09-18 | Yp Intellectual Property Llc | System and method for route-specific searching |
US10145694B2 (en) * | 2013-12-19 | 2018-12-04 | Intel Corporation | Technologies for providing information to a user while traveling |
US20150269150A1 (en) | 2014-03-19 | 2015-09-24 | International Business Machines Corporation | Service location recommendations using predictive analysis |
US9200911B2 (en) | 2014-04-03 | 2015-12-01 | Palo Alto Research Center Incorporated | Computer-implemented system and method for social routing |
GB201414778D0 (en) * | 2014-08-20 | 2014-10-01 | Jaguar Land Rover Ltd | Route planning device and method |
GB201421442D0 (en) * | 2014-12-02 | 2015-01-14 | Tomtom Int Bv | Method and apparatus for providing point of interest information |
JP6455141B2 (ja) | 2014-12-26 | 2019-01-23 | 富士通株式会社 | プログラム、情報配信装置、移動体端末、および方法 |
US10175054B2 (en) * | 2015-01-11 | 2019-01-08 | Microsoft Technology Licensing, Llc | Predicting and utilizing variability of travel times in mapping services |
US20170032480A1 (en) * | 2015-08-02 | 2017-02-02 | Chi Him Wong | Personalized travel planning and guidance system |
US9869562B2 (en) * | 2016-02-22 | 2018-01-16 | Bayerische Motoren Werke Aktiengesellschaft | Method and system for contextually recommending a place of interest to a user and smart check-in |
US10663313B2 (en) * | 2017-12-15 | 2020-05-26 | Google Llc | Providing traffic warnings to a user based on return journey |
US10599146B2 (en) * | 2018-03-26 | 2020-03-24 | Ford Global Technologies, Llc | Action-conditioned vehicle control |
-
2017
- 2017-12-15 US US15/844,006 patent/US10663313B2/en active Active
-
2018
- 2018-09-12 CN CN201880044321.8A patent/CN110832282B/zh active Active
- 2018-09-12 EP EP22154502.3A patent/EP4012343A1/en active Pending
- 2018-09-12 CN CN202110613061.5A patent/CN113483772B/zh active Active
- 2018-09-12 EP EP18779533.1A patent/EP3516337B1/en active Active
- 2018-09-12 KR KR1020197038859A patent/KR102212271B1/ko active IP Right Grant
- 2018-09-12 WO PCT/US2018/050666 patent/WO2019118024A1/en unknown
- 2018-09-12 JP JP2019572132A patent/JP6784854B2/ja active Active
- 2018-09-12 KR KR1020217002977A patent/KR102515483B1/ko active IP Right Grant
-
2020
- 2020-04-20 US US16/852,982 patent/US11415427B2/en active Active
- 2020-10-22 JP JP2020177221A patent/JP7024034B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4048963B2 (ja) * | 2003-01-31 | 2008-02-20 | 株式会社日立製作所 | ナビゲーション端末装置 |
JP4448501B2 (ja) * | 2006-06-22 | 2010-04-14 | 株式会社ナビタイムジャパン | 経路探索システム、経路探索サーバ、端末装置および経路探索方法 |
CN101251386A (zh) * | 2007-02-19 | 2008-08-27 | 株式会社卡西欧日立移动通信 | 终端装置及存储介质 |
CN102449439A (zh) * | 2009-04-01 | 2012-05-09 | 德卡尔塔公司 | 沿返回路线搜索兴趣点 |
CN102840868A (zh) * | 2011-06-20 | 2012-12-26 | 索尼公司 | 路线搜索装置、路线搜索方法和程序 |
CN102853843A (zh) * | 2011-06-30 | 2013-01-02 | 爱信艾达株式会社 | 导航系统、导航方法及导航程序 |
CN105206037A (zh) * | 2014-05-30 | 2015-12-30 | 中国电信股份有限公司 | 公交线路分析方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113483772A (zh) | 2021-10-08 |
EP3516337A1 (en) | 2019-07-31 |
CN113483772B (zh) | 2024-04-09 |
JP2021043205A (ja) | 2021-03-18 |
KR20200012967A (ko) | 2020-02-05 |
KR102212271B1 (ko) | 2021-02-05 |
JP2020528543A (ja) | 2020-09-24 |
KR102515483B1 (ko) | 2023-03-29 |
KR20210016065A (ko) | 2021-02-10 |
WO2019118024A1 (en) | 2019-06-20 |
US20190186937A1 (en) | 2019-06-20 |
JP7024034B2 (ja) | 2022-02-22 |
US10663313B2 (en) | 2020-05-26 |
JP6784854B2 (ja) | 2020-11-11 |
US11415427B2 (en) | 2022-08-16 |
EP3516337B1 (en) | 2022-03-02 |
EP4012343A1 (en) | 2022-06-15 |
CN110832282A (zh) | 2020-02-21 |
US20200263315A1 (en) | 2020-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110832282B (zh) | 基于返程行程延迟向用户提供交通警告 | |
EP3290867A1 (en) | Method, apparatus and computer program product for a navigation system user interface | |
US10685252B2 (en) | Method and apparatus for predicting feature space decay using variational auto-encoder networks | |
JP2014527617A (ja) | 情報の収集および抽出を通じたルート提供 | |
JP7366104B2 (ja) | ランドマーク援用ナビゲーション | |
JP2014527617A5 (zh) | ||
WO2013014612A1 (en) | Multi-modal journey planner | |
US9267810B2 (en) | Systems and methods for displaying navigational information | |
US20150260532A1 (en) | Systems and methods for updating map information using local driver input | |
JP2015076077A (ja) | 交通量推定システム、端末装置、交通量推定方法および交通量推定プログラム | |
US10801844B2 (en) | Remediating dissimilarities between digital maps and ground truth data via dissimilarity threshold tuning | |
CN111051818B (zh) | 提供导航方向 | |
US9052200B1 (en) | Automatic travel directions | |
CN113447035B (zh) | 用于生成停车场几何结构的方法、设备和计算机程序产品 | |
US20230332901A1 (en) | Vehicle off route detection |
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 |