CN111094894A - 车辆和导航系统 - Google Patents
车辆和导航系统 Download PDFInfo
- Publication number
- CN111094894A CN111094894A CN201780094929.7A CN201780094929A CN111094894A CN 111094894 A CN111094894 A CN 111094894A CN 201780094929 A CN201780094929 A CN 201780094929A CN 111094894 A CN111094894 A CN 111094894A
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- data
- real
- traffic
- 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.)
- Withdrawn
Links
- 230000004044 response Effects 0.000 claims abstract description 5
- 238000009826 distribution Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 6
- 238000005315 distribution function Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
-
- 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
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G01C21/3626—Details of the output of route guidance instructions
-
- 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
-
- 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
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
-
- 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)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种车辆包括导航系统,所述导航系统被编程为响应于目的地的选择,生成到所述目的地的行驶路线,并且基于通过所述行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间来显示到所述目的地的总的估计行驶时间。
Description
技术领域
本公开涉及车辆和用于车辆的导航系统。
背景技术
车辆可以包括导航系统,所述导航系统被配置为提供在车辆的当前位置和所选目的地之间的行驶路线。
发明内容
一种车辆包括导航系统,所述导航系统被编程为响应于目的地的选择,生成到目的地的行驶路线,并基于通过行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间来显示到目的地的总的估计行驶时间。
一种车辆包括导航系统,所述导航系统被编程为响应于生成的行驶路线,基于通过行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间的统计分布来显示到行驶路线的终点的估计行驶时间范围。
一种车辆导航系统被编程为生成从当前位置到所选目的地的行驶路线,并基于通过行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间来显示到目的地的总的估计行驶时间。通过各交叉路口的行驶时间是基于实时数据,并且通过各路段的行驶时间是基于实时数据和历史数据。
附图说明
图1是具有导航系统的示例性车辆的示意图;
图2是从当前位置到所选目的地的行驶路线的示意图;以及
图3是示出到达行驶路线上的所选目的地的估计行驶时间的累积分布的曲线图。
具体实施方式
本文描述本公开的实施例。然而,应理解,所公开的实施例仅是示例并且其他实施例可以采取各种形式和替代形式。附图不一定按比例绘制;一些特征可能会被放大或最小化以示出特定部件的细节。因此,本文所公开的具体结构和功能细节不应被解释为是限制性的,而是仅作为教导本领域技术人员以不同方式采用实施例的代表性基础。如本领域普通技术人员将理解,参考附图中的任一个示出和描述的各种特征可以与一个或多个其他附图中示出的特征进行组合,以产生未明确示出或描述的实施例。示出的特征的组合提供用于典型的应用的代表性实施例。然而,对于特定应用或实现方式,与本公开的教导一致的对特征的各种组合和修改可以是预期的。
参考图1,示出具有导航系统12的示例性车辆10。导航系统12包括交通建模模块14,所述交通建模模块与估计到达时间(ETA)模块16进行电子通信。导航系统12被编程为基于车辆10的当前位置和所选目的地而生成到一个或多个所选目的地的行驶路线。可以基于本领域中已知的任何方法来生成行驶路线,所述方法包括但不限于Dijkstra算法、收缩层次和Raptor算法。ETA模块16将行驶路线传输到交通建模模块14。交通建模模块14被编程为包括交通速度函数,所述交通速度函数估计沿着行驶路线的行驶速度。交通建模模块14被编程为将沿着行驶路线的估计行驶速度传输到ETA模块16。沿着行驶路线的交通速度函数可以基于当日时间和在行驶路线上的位置,然后表示为统计分布,诸如幂分布或β分布。
地图服务器18被编程为生成道路地图的数学表示并将其传输到交通建模模块14和ETA模块16两者。当前位置与时间传感器20生成车辆10的当前位置和当前当日时间并将其传输到交通建模模块14、ETA模块16和地图服务器18。当前位置与时间传感器20可以包括数字时钟和全球定位系统(GPS)。导航系统12(或其子部件,诸如ETA模块16)可以基于车辆10的当前位置、车辆10的所选目的地(所选目的地也可以称为行驶路线的终点)以及由交通建模模块14生成的沿着行驶路线的交通速度函数而生成由地图服务器18提供的沿着道路地图的行驶路线。
导航系统12(包括诸如ETA模块16、交通建模模块14和地图服务器18等子部件)可以是更大控制系统的一部分,并且可以与整个车辆10的各种其他控制器(诸如车辆系统控制器(VSC))通信或受其控制。导航系统12可以包括与各种类型的计算机可读存储装置或介质通信的微处理器或中央处理单元(CPU)。计算机可读存储装置或介质可以被配置为存储由导航系统执行的各种功能或算法,例如,包括只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性存储和非易失性存储。KAM是一种持久性或非易失性存储器,其可以用于在CPU断电时存储各种操作变量。计算机可读存储装置或介质可以使用导航系统12所使用的若干种已知存储器装置中的任一者而实现,诸如PROM(可编程只读存储器)、EPROM(电可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、快闪存储器,或者能够存储数据(一些数据表示可执行指令)的任何其他电、磁、光学或组合式存储器装置。
车辆操作员可以通过人机界面(HMI)22选择车辆10的目的地。HMI 22可以是导航系统12的组成部分,或者可以是与导航系统12通信的单独部件。车辆操作员可以通过将地址输入到HMI 22中或者通过在由HMI 22显示的地图上选择位置来选择车辆的目的地。然后,HMI 22可以显示地图、车辆10在地图上的当前位置、从车辆10的当前位置到目的地的行驶路线以及车辆10到达目的地的估计到达时间。
交通建模模块14可以利用实时数据和/或历史数据经由交通速度函数来估计行驶路线上的交通速度。然后,ETA模块16可以将沿着行驶路线的估计交通速度与行驶路线上的剩余距离进行比较,以确定到行驶路线上的目的地的估计到达时间。从当前位置到行驶路线上的目的地的估计到达时间可以通过以下方式计算:将行驶路线上的剩余距离划分为较小的路段和交叉路口,通过将路段的距离与每个路段上的估计速度进行比较来估计每个路段上的行驶时间,估计通过每个交叉路口的行驶时间(所述行驶时间可能是在每个交叉路口的预计等待时间或延时),然后确定通过行驶路线上的每个路段和交叉路口的估计行驶时间的总和。
车辆10还可以被配置为收集诸如车辆速度、道路限速以及与其他车辆的距离等实时数据,所述实时数据在确定估计到达时间时可能会被包括在交通模型中。实时数据可以从车辆10的传感器24传输到交通建模模块14以估计行驶路线上的交通速度。车辆传感器24可以被配置为确定车辆速度、油门踏板位置、制动踏板位置、车辆之间的距离或行驶时间(即,车辆行车时距)、车辆GPS位置、天气状况(例如,温度、湿度、雨、雪,或可能影响交通速度、道路路面状况等的任何因素)、众包数据和社交媒体数据。来自车辆传感器24的实时数据可以被交通建模模块14单独使用或与本文提及的任何其他类型的数据结合使用,来估计通过行驶路线的任何部分或路段的交通速度。来自车辆传感器24的实时数据对于估计当前车辆位置处的交通速度可能是准确的。然而,在利用来自车辆传感器的实时数据来估计行驶路线上除当前位置以外的位置处的交通速度时,估计交通速度的准确性可能会降低。因此,可以对来自车辆传感器24的实时数据进行加权,使得实时数据在估计通过行驶路线的距当前位置较近的部分或路段的行驶时间时影响较大,而在估计通过行驶路线的距当前位置较远的部分或路段的行驶时间时影响较小。来自车辆传感器24的实时数据可以基于相对于车辆10前方和/或后方的其他车辆的距离数据以及道路限速来加权。
实时天气数据可以从车辆10的传感器24传输到交通建模模块14。车辆10可以经由传感器24从附近收集天气信息(例如,雨、雾或雪),以估计对特定位置(诸如交叉路口)处的行驶速度或潜在等待时间的影响。在特定天气状况下的预测车辆速度可以基于在相似天气状况期间收集的历史速度数据。
从社交媒体收集的实时数据可能包括对交通拥堵、交通信号中断、事故或其他相关问题的所公布的投诉。当确定估计行驶时间时,交通建模模块14也可以利用从社交媒体收集的实时数据。
实时数据还可以通过无线通信传输到交通建模模块14以估计行驶路线上的交通速度。通过无线通信传输到交通建模模块14的实时数据可以包括车辆对车辆通信26(即,从其他车辆传输和接收的数据)、车辆对基础设施通信(即,从道路基础设施传输和接收的数据)28、无线电传输(例如,AM、FM或卫星数字音频无线电服务)30和/或交通信息服务器32。
来自车辆对车辆通信26的实时数据可以包括与其他车辆交换的传感器信息。其他车辆的传感器信息可以包括其他车辆的车辆速度、油门踏板位置、制动踏板位置、车辆之间的距离或行驶时间(即,车辆行车时距)、车辆GPS位置和天气状况(例如,温度、湿度、雨、雪,或可能影响交通速度、道路路面状况等的任何因素)。从其他车辆接收的数据可以包括来自行驶路线上除车辆10的当前位置以外的位置的实时数据。因此,当用于估计通过行驶路线上除车辆10的当前位置以外的部分或路段的交通速度时,来自车辆对车辆通信26的实时数据比来自车辆10的传感器24的数据更准确。然而,只要其他车辆正在从行驶路线的特定部分或路段向车辆10传输实时数据,来自车辆对车辆通信26的实时数据便可以被交通建模模块14单独使用或与本文提及的其他任何其他类型的数据结合使用,来估计通过行驶路线的任何部分或路段(包括车辆10的当前位置)的交通速度。
来自车辆对车辆通信26的实时数据还可以包括概率加权的路线列表。交通建模模块14中的算法可以利用路线列表信息来预测其他车辆可能正在行驶的路线,以调整估计到达时间的计算。车辆对车辆通信26还可以包括传送各种车辆特性,如此的尺寸、铰接特征、功率与质量以及制动特性其他车辆。来自车辆对车辆通信26的数据还可以包括关于心理物理学驾驶员模型参数、自适应巡航控制参数、协同自适应巡航控制参数等的信息。
来自车辆对基础设施通信28的实时数据可以包括来自路边装置(例如,交通信号)、无线通信塔(例如,蜂窝塔)、卫星、交通控制系统或中心等的通信。经由车辆对基础设施通信28接收的数据可以包括交通量(即,在地理区域中操作的车辆的数量,其可以通过观察车辆进入和/或离开地理区域的速率来估计)、交通信号时序、路面状况、施工区状况、道路事故、交通流率(车辆数/分钟)、速度(平均英里数/小时)和车辆密度(车辆数/英里)。车流的类型可以被特征化(例如,在包括堵塞、同步流动或自由流的3阶段系统中)。来自车辆对基础设施通信28的实时数据可以被交通建模模块14单独使用或与本文提及的任何其他类型的数据结合使用,来估计通过行驶路线的任何部分或路段和/或行驶路线的交叉路口的交通速度。
交叉路口处的交通信号时序数据和交通备份数据(即,车辆在经过特定交叉路口之前必须等待的交通信号的周期数,或者在交叉路口包括停车标志或让行标志的情况下的典型等待时间)可以结合行驶路线上的特定交叉路口处的估计到达时间一起用来估计通过特定交叉路口的行驶时间。例如,如果特定交叉路口处的估计到达时间与所述交叉路口处的交通信号灯为红灯相一致,则通过所述交叉路口的行驶时间将比在所述特定交叉路口处的估计到达时间恰巧与交通信号灯为绿灯相一致的情况下长。车辆在经过特定交叉路口之前必须等待的交通信号的周期数可以被称为交叉路口的停留时间,并且可以基于交叉路口的饱和度。由交通信号引起的延时可以被称为控制延时。用于计算控制延时的等式包括三个要素:均匀延时、增量延时和初始排队延时。影响控制延时的主要因素是车道组量、车道组容量、周期长度和有效绿灯时间。提供的因素考虑了各种状况和要素,包括信号控制器类型、上游交通调节以及过饱和状况引起的延时和排队效应。基础设施可能报告均匀延时、增量延时和初始排队延时、车道组量、车道组容量、周期长度、有效绿灯时间、因交叉路口过饱和导致的延时和排队效应。
来自无线电传输的实时数据可以包括有关特定位置处的交通事故、车道关闭、交通信号中断和其他交通事故的通信。来自无线电传输的实时数据可以被交通建模模块14单独使用或与本文提及的任何其他类型的数据结合使用,来估计通过行驶路线的任何部分或路段和/或行驶路线的交叉路口的交通速度。
来自交通信息服务器32的实时数据可以包括有关与车辆10的行驶路线邻近或沿着车辆10的行驶路线定位的交通区(即,地理区域)的数据。实时数据可以包括所述区内的交通信号时序数据、所述区内发生的计划性特殊事件(体育赛事、音乐会等)、所述区内的建设、所述区内的交通事故以及所述区内的交通量。所述区内的交通量可以基于车辆在沿着所述区的边界的预定点处进出所述区的流率或者车辆进出所述区内的停车设施的流率。流率可以由观察交通流率的基础设施装置(诸如摄像头)确定。交通建模模块14可以利用来自特定交通区的数据,从而通过限制模型的地理范围来减少计算负荷。在各区之间的边界处,可以仅为各区之间的连接器提供简化的数据。基础设施还可以包括有关交通区内的车辆存放(诸如在停车场内)以及在各存放结构和位置之间进行调换的速率的信息。
可以用来估计行驶路线上的交通速度的历史数据可以包括先前记录的沿着行驶路线的交通速度的数据。可以基于当日时间、周中此日、路线上的特定位置等过滤历史数据。历史数据可以存储在位于车辆10上的数据文件系统上,或者可以位于远程并经由无线通信例如从交通信息服务器32发送给车辆10。与车辆上的可用存储相比,某区的历史数据可能非常大,因此,可能会作为数据对象存储在虚拟分布式数据文件系统(诸如Hadoop分布式文件系统)中,在这种情况下,物理存储将跨越车辆存储装置和经由车辆对基础设施通信28与车辆通信的基础设施存储装置。可以通过基础设施中的处理器对数据应用分析过程,以减少必须在车辆本地完成的通信和处理的量。通过对存储和处理进行分布,并使用交通区对交通建模进行空间分解,可以使存储和处理高效且可扩展。历史数据可以包括来自上文提及的任何来源的先前记录的数据。例如,历史数据可以包括来自车辆10的传感器24、车辆对车辆通信26、车辆对基础设施通信28、无线电传输30或交通信息服务器32的任何先前记录的数据。
参考图2,示出了车辆10从当前位置36到所选目的地38的所生成的行驶路线34。还示出了在行驶路线34上行驶的其他车辆40,所述其他车辆被配置为向车辆10传输交通速度数据。行驶路线34被划分为多个路段42和交叉路口44。通过每个路段42的行驶时间可以基于由交通建模模块14确定的通过特定路段42的交通速度估计值和特定路段42的长度。路段的长度可以是特定路段42的相对侧上的交叉路口44之间的距离、车辆10的当前位置与下一个交叉路口44之间的距离、交叉路口44与所选目的地38之间的距离(如果所述交叉路口是所选目的地之前的最后一个交叉路口),或者车辆10的当前位置与所选目的地38之间的距离(如果所选目的地38位于车辆10当前正在行驶的特定路段42上)。通过每个交叉路口44的行驶时间可以基于在每个交叉路口处的预计等待时间或延时。通过行驶路线34的总行驶时间可以是通过行驶路线34上的所有路段42和交叉路口44的行驶时间的总和,并且可以用等式(1)表示:
其中ETA总计是生成的行驶路线34上的总的估计行驶时间,ETArs是通过行驶路线34上的各个路段42的估计行驶时间,并且ETAint是通过行驶路线34上的各个交叉路口44的估计行驶时间。
应注意的是,用于确定估计到达时间的变量不一定是独立的随机变量。到达所选目的地38(或者如果存在多个停靠点,则沿着行驶路线34到达每个停靠点)的ETA总计可以表示为累积分布函数。在计算估计到达时间时,也可以估计和考虑上下车延时。车辆传感器24可以用于确定车辆中的人数以及他们所处的位置。预约系统可以确定在停靠点等待乘车的人数。这些输入可以用于确定表示在停靠点处所需的时间的随机变量。
用于确定通过行驶路线34上的每个路段42和交叉路口44的行驶时间的数据类型可以包括任何类型的实时数据、历史数据或它们的任何组合。可以对一些数据进行加权,使得所述数据在估计通过行驶路线34上的特定路段42或交叉路口44的行驶时间时影响较大。例如,在可用的情况下,从特定路段42上的其他车辆40传输的实时交通速度数据的权重可能会比历史数据的权重大,或者在估计通过特定路段42的行驶时间时,所述实时数据可能是唯一考虑的数据。另一个示例可以包括在从其他车辆40传输的实时交通速度数据不可用的情况下仅使用历史数据来估计通过特定路段42的行驶时间。
到行驶路线34上的目的地38(或者如果有多个停靠点的话,沿着行驶路线34到达每个停靠点)的估计行驶时间可以基于数据的统计分布,所述数据可以是实时数据、历史数据或它们的组合中的任一者。统计分布可以是任何类型的统计分布,包括但不限于正态分布、β分布等。估计行驶时间可以由具有定义的分布函数(诸如幂分布函数和/或累积分布函数)的随机变量表示。统计分布可以用于计算通过每个路段42的可能交通速度(所述交通速度之后会连同在路段42上行驶的距离一起被用来计算通过每个路段42的可能行驶时间)和在每个交叉路口44处的可能等待时间或延时。然后,可以将通过每个路段42的可能行驶时间和在每个交叉路口44处的可能等待时间或延时输入到上面的总行驶时间等式(1)中,以确定目的地38(或行驶路线上的终点)处的可能的预计到达时间。
在交通建模模块14中计算或估计的交通速度函数或模型可以是微观模拟、宏观模拟、神经网络、元胞自动机等。交通速度函数可以预测行驶路线34上的空间-时间位置(t,s)处的交通速度。交通速度函数可以在到达行驶路线34上的空间-时间位置(t,s)时获得实际测量值。实际测量值可以用于与来自车辆对车辆通信的数据协作来调谐交通速度函数或模型以提高准确性。当被表示为β统计分布时,交通建模模块14可以将估计的交通速度函数或模型作为一组参数提供到函数其中t是未来的时间,s是距路段起点的距离,是特定的路段,并且(α,β)是β分布函数的参数。在沿着行驶路线34的特定位置或路段42处交通情况为以特定速度(υ)移动的概率(Pv)可以通过等式(2)和(3)确定:
其中Γ是伽马函数。
诸如平均速度方差累积分布函数、中位数、众数、偏度、峰度、熵等其他统计值可以使用β分布来计算。然后,可以使用交通情况为以特定速度(υ)移动的概率(Pv)来计算通过各个路段42和交叉路口44的估计行驶时间或可能行驶时间,然后可以使用所述估计行驶时间或可能行驶时间来计算在行驶路线34上到达目的地38的估计的或可能的总行驶时间。
应注意的是,当车辆10进入行驶路线34时,车辆10可能几乎不了解实际的当地交通信息。在这种情况下,车辆10可能会完全依赖来自交通信息服务器的数据(无论所述数据是历史数据还是实时数据)来确定估计到达时间。随着车辆沿行驶路线34移动,会收集到额外的当前信息,并且向量会变化,从而使预计值发生变动、减小方差等,以基于更多的最新信息与目的地38处的更准确的估计到达时间相一致。另一点是,路径上的各(t,s)点以不同的量相关,这取决于各点与行驶路线34上的车辆10的当前位置的距离。s与t的比率之间的关系往往因交通状况变化不大而在路线的高度相关部分内保持恒定。
β分布还可以用于计算地理区内的交通量。α和β是车辆基于利用基础设施装置观察交通流率来在特定时间进入和离开交通区或交通区内的停车设施的速率的特定参数。α和β值可以在特定观察时间之间通过外推而确定。
参考图3,示出了表示到达行驶路线34上的所选目的地38的可能的估计行驶时间的累积分布函数46的曲线图。水平轴包括基于统计分布的目的地38处的一组估计到达时间。竖直轴包括按估计到达时间到达目的地38的概率(其可以表示为百分比)。随着水平轴上的时间增加,到达所选目的地38的概率增大。累积分布函数46可以包括第一时间窗48,所述第一时间窗可以表示关于到达目的地38的预计的估计到达时间的范围。第一时间窗48可以从第一可能的估计到达时间50延伸到第二可能的估计到达时间52。第一可能的估计到达时间50可以对应于最早可能的估计到达时间。累积分布函数46可以包括第二时间窗54,所述第二时间窗可以表示关于到达目的地38的有保证的估计到达时间的范围。第二时间窗可以从第一可能的估计到达时间52延伸第三可能的估计到达时间56。第三可能的估计到达时间56可以对应于最晚可能的估计到达时间。第三可能的估计到达时间56比第二可能的估计到达时间52晚。HMI 22可以被配置为根据统计分布来显示估计到达时间,使得显示第一时间窗48,显示第二时间窗54,或者显示第一可能的估计到达时间50以及第二可能的估计到达时间52和/或第三可能的估计到达时间56。
在说明书中使用的词语是描述性词语而非限制性词语,并且应理解,在不脱离本公开的精神和范围的情况下可以做出各种改变。如前所描述的,各个实施例的特征可以被组合以形成可能没有被明确描述或示出的其他实施例。尽管各个实施例可能已经被描述为就一个或多个所期望特性而言相较其他实施例或现有技术实现方式来说提供优点或是优选的,但是本领域的普通技术人员将认识到,一个或多个特征或特性可以折衷以实现期望的总体系统属性,这取决于特定应用和实现方式。因而,就一个或多个特性而言被描述为不如其他实施例或现有技术实现方式理想的实施例处在本公开的范围内,并且对于特定应用来说可能是期望的。
Claims (20)
1.一种车辆,其包括:
导航系统,所述导航系统被编程为响应于目的地的选择,生成到所述目的地的行驶路线,并且基于通过所述行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间来显示到所述目的地的总的估计行驶时间。
2.根据权利要求1所述的车辆,其中通过每个路段的所述估计行驶时间是基于通过每个路段的预测车辆速度。
3.根据权利要求2所述的车辆,其中所述导航系统还被编程为接收从其他车辆传输的关于所述路段中的第一路段的实时交通速度数据,并且通过所述路段中的所述第一路段的所述预测车辆速度是基于所述实时速度数据。
4.根据权利要求3所述的车辆,其中所述导航系统还被编程为接收所述路段中的所述第一路段的历史交通速度数据,并且通过所述路段中的所述第一路段的所述预测车辆速度是基于所述历史交通速度数据和所述实时速度数据。
5.根据权利要求2所述的车辆,其中通过所述路段中的第一路段的所述预测车辆速度仅基于所述路段中的所述第一路段的历史交通速度数据和与所述路段相关联的交叉路口之间的距离。
6.根据权利要求1所述的车辆,其中所述导航系统还被编程为接收从交通控制系统传输的实时数据,并且通过每个交叉路口的所述估计行驶时间是基于所述实时数据。
7.根据权利要求6所述的车辆,其中所述实时数据包括交通信号时序数据。
8.根据权利要求6所述的车辆,其中所述实时数据包括车辆进入预定地理区域的速率。
9.一种车辆,其包括:
导航系统,所述导航系统被编程为响应于生成的行驶路线,基于通过所述行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间的统计分布而显示到所述行驶路线的终点的估计行驶时间范围。
10.根据权利要求9所述的车辆,其中通过每个路段的所述估计行驶时间是基于通过每个路段的可能车辆速度。
11.根据权利要求10所述的车辆,其中所述导航系统还被编程为接收从其他车辆传输的关于所述路段中的第一路段的实时交通速度数据,并且通过所述路段中的所述第一路段的所述可能车辆速度是基于包括所述实时交通速度数据的数据的β分布。
12.根据权利要求11所述的车辆,其中所述导航系统还被编程为接收所述路段中的所述第一路段的历史交通速度数据,并且通过所述路段中的所述第一路段的所述可能车辆速度是基于包括所述实时交通速度数据和所述历史交通速度数据的数据的β分布。
13.根据权利要求9所述的车辆,其中所述导航系统还被编程为接收从交通控制系统传输的实时数据,并且通过每个交叉路口的所述估计行驶时间是基于所述实时数据。
14.根据权利要求13所述的车辆,其中所述实时数据包括交通信号时序数据。
15.根据权利要求13所述的车辆,其中所述实时数据包括车辆进入预定地理区域的速率。
16.根据权利要求9所述的车辆,其中行驶时间范围包括所述终点处的第一预计到达时间和所述终点处的第二预计到达时间,所述第二预计到达时间是较晚的预计到达时间。
17.一种车辆导航系统,其被编程为:
生成从当前位置到所选目的地的行驶路线;并且
基于通过所述行驶路线上的各交叉路口的估计行驶时间和通过各交叉路口之间的各路段的估计行驶时间来显示到所述目的地的总的估计行驶时间,其中通过各交叉路口的所述行驶时间是基于实时数据,并且通过各路段的所述行驶时间是基于实时数据和历史数据。
18.根据权利要求17所述的系统,其中所述实时数据包括从其他车辆传输的关于所述路段中的第一路段的实时交通速度数据。
19.根据权利要求18所述的系统,其中所述历史数据包括所述路段中的所述第一路段的历史交通速度数据。
20.根据权利要求19所述的系统,其中所述实时数据包括从交通控制系统传输的通过每个交叉路口的估计行驶时间。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2017/054877 WO2019070237A1 (en) | 2017-10-03 | 2017-10-03 | VEHICLE AND NAVIGATION SYSTEM |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111094894A true CN111094894A (zh) | 2020-05-01 |
Family
ID=65994923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780094929.7A Withdrawn CN111094894A (zh) | 2017-10-03 | 2017-10-03 | 车辆和导航系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200284594A1 (zh) |
CN (1) | CN111094894A (zh) |
DE (1) | DE112017007882T5 (zh) |
WO (1) | WO2019070237A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861091A (zh) * | 2022-07-11 | 2022-08-05 | 成都秦川物联网科技股份有限公司 | 智慧城市交通路径确定方法、物联网系统、装置及介质 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11631151B2 (en) | 2018-09-30 | 2023-04-18 | Strong Force Tp Portfolio 2022, Llc | Intelligent transportation systems |
US10964207B2 (en) * | 2018-11-19 | 2021-03-30 | Fortran Traffic Systems Limited | Systems and methods for managing traffic flow using connected vehicle data |
JP2020112917A (ja) * | 2019-01-09 | 2020-07-27 | 日本電信電話株式会社 | 目的地予測装置、方法、及びプログラム |
US11215460B2 (en) * | 2019-01-31 | 2022-01-04 | Here Global B.V. | Method and apparatus for map-based dynamic location sampling |
US11087616B2 (en) * | 2019-01-31 | 2021-08-10 | Here Global B.V. | Method and apparatus for recommending services based on map-based dynamic location sampling |
US20220157167A1 (en) * | 2019-05-20 | 2022-05-19 | Schlumberger Technology Corporation | System for offsite navigation |
US11403941B2 (en) * | 2019-08-28 | 2022-08-02 | Toyota Motor North America, Inc. | System and method for controlling vehicles and traffic lights using big data |
US11830362B2 (en) * | 2021-05-13 | 2023-11-28 | Micron Technology, Inc. | Generating ice hazard map based on weather data transmitted by vehicles |
US20230408266A1 (en) * | 2022-06-09 | 2023-12-21 | GM Global Technology Operations LLC | Road brightness route planning |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050093720A1 (en) * | 2003-10-16 | 2005-05-05 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
CN202816152U (zh) * | 2012-08-14 | 2013-03-20 | 石家庄域联视控控制技术有限公司 | 一种交互式智能导航系统 |
WO2014007499A1 (ko) * | 2012-07-02 | 2014-01-09 | Lee Heung Soo | 실시간 교통 정보를 고려한 차량의 도착예정 시간 계산 방법과 교통신호 제어 방법 및 이를 적용한 시스템 |
KR20140124587A (ko) * | 2013-04-17 | 2014-10-27 | 현대모비스 주식회사 | 경로 탐색 장치 및 그 방법 |
US20160123744A1 (en) * | 2008-12-03 | 2016-05-05 | Tomtom Global Content B.V. | Method of creating map data comprising transit times for intersections |
US20170089717A1 (en) * | 2015-09-29 | 2017-03-30 | Garmin Switzerland Gmbh | Use of road lane data to improve traffic probe accuracy |
CN106931981A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种导航剩余时间的生成方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0520576D0 (en) * | 2005-10-10 | 2005-11-16 | Applied Generics Ltd | Using traffic monitoring information to provide better driver route planning |
US8755991B2 (en) * | 2007-01-24 | 2014-06-17 | Tomtom Global Assets B.V. | Method and structure for vehicular traffic prediction with link interactions and missing real-time data |
US8548736B2 (en) * | 2009-02-27 | 2013-10-01 | Telecommunication Systems, Inc. | Historical data based navigational routing |
DE102012201472B4 (de) * | 2012-02-01 | 2024-07-11 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen |
JP6287264B2 (ja) * | 2014-01-27 | 2018-03-07 | アイシン・エィ・ダブリュ株式会社 | 経路案内システム、経路案内方法及びコンピュータプログラム |
JP6330537B2 (ja) * | 2014-07-14 | 2018-05-30 | 株式会社デンソー | 運転支援装置 |
TW201614195A (en) * | 2014-10-02 | 2016-04-16 | Inst Information Industry | Route planning system, route planning method and traffic information update method |
-
2017
- 2017-10-03 CN CN201780094929.7A patent/CN111094894A/zh not_active Withdrawn
- 2017-10-03 US US16/650,019 patent/US20200284594A1/en not_active Abandoned
- 2017-10-03 WO PCT/US2017/054877 patent/WO2019070237A1/en active Application Filing
- 2017-10-03 DE DE112017007882.2T patent/DE112017007882T5/de active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050093720A1 (en) * | 2003-10-16 | 2005-05-05 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
US20160123744A1 (en) * | 2008-12-03 | 2016-05-05 | Tomtom Global Content B.V. | Method of creating map data comprising transit times for intersections |
WO2014007499A1 (ko) * | 2012-07-02 | 2014-01-09 | Lee Heung Soo | 실시간 교통 정보를 고려한 차량의 도착예정 시간 계산 방법과 교통신호 제어 방법 및 이를 적용한 시스템 |
CN202816152U (zh) * | 2012-08-14 | 2013-03-20 | 石家庄域联视控控制技术有限公司 | 一种交互式智能导航系统 |
KR20140124587A (ko) * | 2013-04-17 | 2014-10-27 | 현대모비스 주식회사 | 경로 탐색 장치 및 그 방법 |
US20170089717A1 (en) * | 2015-09-29 | 2017-03-30 | Garmin Switzerland Gmbh | Use of road lane data to improve traffic probe accuracy |
CN106931981A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种导航剩余时间的生成方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861091A (zh) * | 2022-07-11 | 2022-08-05 | 成都秦川物联网科技股份有限公司 | 智慧城市交通路径确定方法、物联网系统、装置及介质 |
US11754410B1 (en) | 2022-07-11 | 2023-09-12 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things systems for determining government traffic routes in smart cities |
Also Published As
Publication number | Publication date |
---|---|
US20200284594A1 (en) | 2020-09-10 |
WO2019070237A1 (en) | 2019-04-11 |
DE112017007882T5 (de) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111094894A (zh) | 车辆和导航系统 | |
US20210271263A1 (en) | Positioning system based on geofencing framework | |
US11235777B2 (en) | Vehicle path prediction and target classification for autonomous vehicle operation | |
CN112818497B (zh) | 交通仿真方法、装置、计算机设备和存储介质 | |
CN110361025B (zh) | 分层路线生成、提供和选择 | |
US10019896B2 (en) | Methods and systems for determining information relating to the operation of traffic control signals | |
US9805592B2 (en) | Methods of tracking pedestrian heading angle using smart phones data for pedestrian safety applications | |
US9435654B2 (en) | System and method for creating, storing, and updating local dynamic MAP database with safety attribute | |
CN110065495B (zh) | 车辆的速度行为规划 | |
US9076332B2 (en) | Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks | |
CN114255606B (zh) | 辅助驾驶提醒、地图辅助驾驶提醒方法、装置和地图 | |
US20180045832A1 (en) | Positioning quality filter for the V2X technologies | |
KR20150128712A (ko) | 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션 | |
US8744736B2 (en) | Method and apparatus for updating travel time estimation | |
EP2610782A1 (en) | Method for planning the route of a vehicle | |
KR102461362B1 (ko) | 강화학습 기반의 교통 예측을 통해 경로 안내 데이터를 생성하는 관제 서버 | |
WO2001055993A1 (en) | Apparatus and method for monitoring road traffic | |
CN106355915A (zh) | 一种用于提供行驶建议的方法和装置 | |
US10123179B2 (en) | Method and arrangement for routing vehicles in road traffic | |
CN109785631B (zh) | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 | |
US20050107945A1 (en) | Method for determining a travel time | |
KR100313456B1 (ko) | 자동차교통정보제공시스템 | |
JP2019526092A (ja) | Vanetを用いた交通信号システムの制御と管理 | |
CN117496726A (zh) | 一种基于智能交通系统的交通控制协同方法及系统 | |
KR101042811B1 (ko) | 네비게이션 시스템의 경로 결정 방법 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200501 |