CN113474771A - 用于估计使用者连同车辆的出发时间点的方法、计算机程序、装置、车辆和网络组件 - Google Patents

Abstract

实施例提供一种用于估计使用者连同车辆的出发时间点的方法、计算机程序、装置、车辆以及网络组件。用于估计使用者连同车辆(100)的出发时间点的方法(10)包括获得(12)关于所述车辆(100)的涉及车辆的数据和获得(14)关于所述使用者的涉及人员的数据。所述方法(10)还包括以所述涉及车辆的数据和所述涉及人员的数据为基础估计(16)所述出发时间点。

Description

用于估计使用者连同车辆的出发时间点的方法、计算机程序、 装置、车辆和网络组件

本发明涉及一种用于估计使用者连同车辆的出发时间点的方法、计算机程序、装置、车辆以及网络组件，本发明尤其涉及但不仅仅涉及一种以涉及人员的使用者的数据和涉及车辆的车辆的数据为基础确定使用者连同车辆的出发时间点的方案。

行进器或车辆在不断得到进一步发展。在此正在努力使它们变得越来越智能，例如，集成了越来越多的通信组件和越来越多的计算能力(处理器、控制设备、控制器等)。在此，车辆可以适应多种情况。一个目标例如可以是提高安全性、舒适度和移动性。

文献DE 10 2009 054 002 A1描述了一种用于为驾驶员估计行驶时间的方案，以便根据驾驶员的路线偏好从当前位置行使到预约地点。在此，基于所估计的行进时间和预约时间点确定一通知时间段，并且在通知时间点时提醒使用者注意该预约。在这种情况下遇到的问题是，要及时对在离当前位置较远的地点有预约的使用者进行提醒，使得他及时出发并且及时到达预约地点，但不能太早。这对于使用者来说是难以估计的，如果使用者不熟悉相应的区域或者不确定他临近预约前将在哪里停留。

在文献DE 10 2017 111 711 A1中提出了用于在汽车共享系统中求取和显示可用车辆的方案。

在此，使用者可以在考虑到达时间的情况下选择车辆。与车辆类型和车辆到达时间相关的信息列表显示在使用者终端设备的显示器上，并且使用者可以在考虑到达时间的情况下选择所期望的车辆类型。

文献DE 10 2015 007 490 A1描述了一种用于运行车辆的方法，其中，求取时间跨度，该时间跨度说明在为车辆提供的停车位处所允许的停车持续时间。车辆的使用者被告知该时间跨度即将到期。为了确定所述时间跨度，评估装置评估从该车辆和/或从至少一个另外的车辆传输到该评估装置的至少一条信息。为了检测停车条件，使用本来就参与交通活动的车辆，在其中检测相关信息并将其传输给该评估装置。

文献EP 2 772 876 A1涉及一种停车引导系统。该方案规定对停车位及其状态(空闲/占用)的监视。基于使用者的行驶目的地估计到达时间并且给使用者作出停车位的预订提议。

在文献GB 2552360 A中，在用于调整相应空间的方案中考虑了车辆使用者在温度、照明、空气湿度等方面的状态参数或行为参数。在此，例如可以确定使用者在房间或建筑物中的平均逗留时间。该方案规定对使用者的当前和过去的导航数据的分析处理。

现有技术中描述的方案涉及对旨在简化车辆操纵的数据的自动化传输。在此并没有考虑到车辆在行程开始之前已经可以为相应的使用做好准备。

由此得出本发明要解决的技术问题是实现用于控制车辆的改进方案。

上述技术问题根据所附的独立权利要求解决。

本发明的实施例所基于的认识在于：(使用者到达车辆处的)到达时间或使用者连同车辆的出发时间点可以显示出重要的信息。如果使该信息可用，则可以在车辆中采取为使用者的出发或上车进行准备的措施。示例包括及时为车辆通风、冷却、加热、为挡风玻璃除霜、调用当前交通信息等。此外，可以进行个性化设置，因此车辆可以进行欢迎、系统可以起动等等。

此外，还可以估计驶出车位时间并且提早安排停车位，从而使找停车位的人在停车位空闲之前就可以导航至将释出的停车空位。

实施例实现用于估计使用者连同车辆的出发时间点的方法。方法包括获得关于车辆的涉及车辆或者说基于车辆的数据和获得关于使用者的涉及人员或者说基于人员的数据。该方法还包括以涉及车辆的数据和涉及人员的数据为基础估计出发时间点。与仅借助涉及车辆的数据或仅借助涉及人员的数据可以实现的估计相比，以涉及车辆的数据和涉及人员的数据为基础可以更可靠地估计出发时间点。除了已经提及的优点之外，实施例因此还可以使移动提供商能够提早识别他们的客户到达停靠处。借此可以更好地甚至最佳地规划车队和路线，并且使业务/服务更加舒适和高效。

在另外的实施例中，方法包括从所述使用者的移动设备接收所述涉及人员的数据，和从所述车辆接收所述涉及车辆的数据。因此可以进一步使用例如移动无线电设备(例如智能手机、手持电话等)的数据。尤其可以将该数据与所述涉及车辆的数据相关联或将该数据与所述涉及车辆的数据一起评估，所述涉及车辆的数据例如直接来自车辆或来自用于存储此类数据的相应数据库。由此得出所述估计的更高的可靠性，因为数据历史和当前数据都可用。

对出发时间点的估计可以包括确定使用者到达车辆的到达时间。对到达时间的确定给出了对大致的出发时间的指示。可以例如由使用者的运动记录估计所述到达时间。因此可以改善估计出的出发时间的准确性。

在另外的实施例中可以以涉及车辆的数据为基础确定所述车辆的驻地，和以所述涉及人员的数据为基础确定使用者到达所述车辆的驻地。可以由车辆的当前驻地连同使用者的数据一起可靠地估计该到达时间。

例如在一些实施例中可以进行以所述涉及人员的数据为基础确定使用者行为常规，和以涉及车辆的数据为基础确定车辆常规。对出发时间点的估计然后可以基于使用者行为常规和车辆常规的比较进行。因此，可以通过比较这些数据在耗费方面有利地进行估计。

在此，对车辆常规的确定可以包括根据涉及车辆的数据对一时间段内车辆启动或者说车辆起点和车辆目的地进行评估。对使用者行为常规的确定可以包括在使用者的机动性方面对涉及人员的数据进行评估。由此可以实现能够改善对出发时间的估计的相关性。

涉及人员的数据可以包含下述特征构成的组中的一个或者多个元素，即使用者的机动性状态、使用者的驻地、使用者的移动、使用者的数据连接、使用者的机动状态的时间上的变化、使用者的驻地的时间上的变化、使用者的移动的时间上的变化和使用者的数据连接的时间上的变化。因此可以使用广泛的数据(至少有部分本来就已经存在)来估计出发时间，从而使车辆为即将到来的行程和使用者做好准备。

在一些实施例中，以涉及人员的数据为基础确定实时事件，并且额外地以实时事件为基础进行对出发时间点的估计。在此，例如诸如数据连接中断的事件可以用来识别车辆连同特定的使用者即将出发。这方面的一种示例是使用者离开办公室在前往他的车辆的途中，其中，与无线网络(例如无线局域网，WLAN)的数据连接中断并且可以被用于识别刚好离开办公室。

其他实时事件是无线电网络的可用性，所述可用性例如可以在使用者前往其车辆的常规路径上重复，由此同样可以表示即将出发的指征。

根据用于估计出发时间所援引的数据，所述估计的可靠性会有变化。因此，也可以执行对用于估计出发时间点的可靠性信息的确定。然后可以根据所述可靠性信息调整车辆上/中的任何措施，或者可以向使用者发送确认所估计的出发时间的询问。

此外，在其他实施例中，可以将估计出的出发时间进一步传递给车辆(和/或使用者)或者启用车辆中/上的出发准备措施。因此可以实现车辆在使用者登入并要进入行程时已经做好准备，例如可以已经进行了通风、加热、冷却、除霜或者座椅和/或镜调节以及一个或多个其他个性化设置。

由于根据估计出的出发时间也可以预见车辆的停车位的释出，因此也可以基于估计出的出发时间来安排车辆的停车位。由此实现的对停车位的更早的安排或占用规划可以用于更有效地利用停车位。

另外的实施例是用于执行在此所述的方法的计算机程序，当该计算机程序在计算机、处理器或可编程硬件组件上运行时执行所该方法。另外的实施例还有具有构造用于实施本文所述方法之一的控制模块的装置。此外，实施例实现一种包括相应装置的网络组件，还实现一种具有根据本说明书的车辆、移动设备和网络组件的系统。

下面将参照附图中所示的实施例更详细地说明其他有利设计方案，然而一般整体上不限于这些实施例。

其中：

图1示出用于估计使用者连同车辆的出发时间点的方法的实施例的流程图；

图2用简图示出装置、网络组件和用于估计使用者连同车辆的出发时间点的系统的实施例。

现在参照附图更详细地说明不同实施例，附图中示出一些实施例。可选的特征或组件在此用虚线示出。

尽管实施例可以用不同方式修改和改变，但是附图中的实施例是作为例子示出的并且被对此详细说明。要清楚的是，不意味着实施例被限制成相应公开的形式，相反，而是这些实施例包括了在本发明范围内的全部功能和/或结构上的变型方案、等同方案和替选方案。

要注意，被描述为与其他元素“连接”或“耦连”的元素可以直接与该其他元素连接或者耦连，或者也可以存在布置在其间的元素。相反，当元素被描述为与其他元素“直接连接”或“直接耦连”时，就不存在布置在其间的元素。用于说明元素之间关系的其他术语应以类似方式解释(例如，“在...之间”相对于“直接在...之间”、“邻接”相对于“直接邻接”，等等)。

在此所用专业术语仅用于说明确定的实施例，而不应构成对该实施例的限制。如本文所使用的那样，只要上下文未明确地另作说明，则单数形式“不定冠词一个或者一”和“定冠词这个或者这一”也包含复数形式。此外要清楚的是，如本文所使用的那样，例如“被包含”、“含有”、“具有”、“被包括”、“包括”和/或“具备”的表述表明存在所述特征、整数、步骤、工作流程、元素和/或组件，但是由此并不排除存在或者加入一个或者说一个或多个特征、整数、步骤、工作流程、元素、组件和/或组。

图1示出用于估计使用者连同车辆的出发时间点的方法10的实施例的流程图。方法10包括获得关于车辆的涉及车辆的数据和获得14关于使用者的涉及人员的数据。该方法还包括以涉及车辆的数据和涉及人员的数据为基础估计16出发时间点。

在实施例中，作为车辆可以考虑任何行进器，例如客车、货车、两轮车等等，但是也可以是水用交通工具或者飞机。按照该实施例，估计在此意味着预先确定、预计或者推算车辆的出发时间，这可以带有一定程度的不准确性。例如以一秒或者若干秒、一分钟或者若干分钟等等的准确度确定出发时间，或者以一定程度的准确度确定出发时间。使用者或者使用人可以是潜在的多个合适的车辆的使用者、驾驶员或乘客之一。例子是由多个驾驶员使用的家庭用车辆或者企业用车辆。就此而言，呈现内容在此针对必要时多个可以想到的使用者之一。涉及车辆的数据例如可以是传感器数据或者相应的数据变化走向。例如行驶时间、速度、泊车过程、位置等等。这些数据可以通过位于车辆本身中的组件、如传感器、导航设备等检测和提供，但也可以想到通过由使用者带入车辆中的设备、如移动无线电设备检测。

在此，涉及人员的数据与使用者相关，并且同样可以通过相应的设备、如移动无线电设备或者其他传感器检测。还可以想到的情景是，其中在相应的传感器数据中告知使用者离开办公室、购物中心或住宅。例如，计算机的关闭、办公室/住宅中的照明装置的关闭等，这可以提供即将使用车辆的指示。此外，涉及人员的数据也可以由车辆本身检测，例如哪个使用者在何时使用该车辆。

图2用简图示出装置、网络组件200、300和用于估计使用者连同车辆100的出发时间点的系统400的实施例。在此，图2示出车辆100、网络组件200和移动设备300，其中，这些组件也构成系统400的实施例。然而，实施例、尤其系统400的实施例并不限于所有三个组件的存在，如下文中的阐述所示。在此，上述方法10可以在所有所示的组件上执行。如图1所示，涉及车辆的数据和涉及人员的数据被用于估计车辆100的出发时间点。这些数据可以在车辆100中、网络组件200中或移动设备300中被汇总/检测，然后可以在那里执行方法10。

为了数据的通信，例如使用无线通信的通用技术，其中，可以使用相应的无线电调制解调器或者其他允许数据通信的组件。因此，在图2中上方所示的网络组件200从车辆100获得涉及车辆的数据，并且从移动设备300获得涉及人员的数据。补充地或者替选地，车辆100可以从移动设备300获得这些数据，例如通过为此配设的网络组件200(基站、接入点、互联网)或者甚至直接从移动设备300获得。对于直接通信也可以考虑无线技术，例如移动无线电、WLAN、蓝牙等或者甚至其他接口、例如USB(通用串行总线)，如果移动设备300在车辆中例如以此耦连的话。同样补充或者替选的是，数据可以从车辆100直接或通过网络传输到移动设备300上。另一种变型是直接通过移动设备300检测涉及车辆的数据。在此和在下文中强调的是，移动设备300本身也是网络组件。在这方面，在此所述的方法10可以在所有示出的组件中被执行，并且在图2中所示的虚线箭头表示不同的通信路径或通信可行方案。此外，在一些实施例中，对涉及人员的数据的检测和对涉及车辆的数据的检测甚至可以仅通过车辆100或仅通过移动设备300实现。

在实施例中，方式10也可以实施为计算机程序。因此一个实施例是用于执行在此所述的方法10的计算机程序，当该计算机程序在计算机、处理器或可编程硬件组件上运行时执行所该方法。在这方面，实施例还包括具有控制模块的装置，该控制模块构造成用于执行在此所述的方法10。

例如这种方法可以用软件实现，并且可以然后通过相应的硬件执行。在实施例中，控制模块例如可以相当于一个或多个任意的控制器或处理器或可编程的硬件组件。例如装置也可以实现为针对相应的硬件组件编程的软件。在这方面，控制模块可以实现为具有相应适配的软件的可编程的硬件。在此可以使用任何处理器，如数字信号处理器(DSP)。在此，实施例不限于特定类型的处理器。可以想到任何处理器或者甚至多个处理器或微控制器以实现该装置或控制模块。还可以想到与其他控制单元集成的形式的实现，例如集成在用于车辆的控制单元、ECU(电子控制单元)、使用者终端设备(例如移动无线电设备、网络组件)、服务器(例如网络组件)中，它们可以额外地还包括一个或多个其他功能。实施例还实现具有相应装置或者控制模块的网络组件(基站、车辆、移动设备、服务器)。

在一些实施例中，使用人的智能手机的位置也可以被知晓，并且随着直至乘车前的剩余时间的推移，会出现许多其他的可行方案。例如可以在乘车前的最后几分钟给使用者发送通知或信息。这种可供使用的时间窗口是宝贵的，因为一旦进入车辆，使用者的注意力可能就不再位于智能手机上。例如，可能的通知或信息会由广告公司、办公管理服务等触发。如果乘车时间已知，则由此也可以推导出车辆在停车位上停留的时间。以此能够实现其他服务/业务。一些例子是软件更新、加油、清洁、包裹、从洗衣店递送衣物、针对电动车的充电管理、在冬天出发前的充电可以节省预热，等等。

下面继续从图2中的网络组件200的角度说明方法10。在其他实施例中，当数据在车辆100或者移动设备300中汇总时，该细节类似地适用。在这方面，方法10包括从所述使用者的移动设备300接收所述涉及人员的数据，和从所述车辆100接收所述涉及车辆的数据。例如，数据通过无线接口和相应的接入点通过互联网传输到网络组件200上。

在一些实施例中，方法10一方面实现由涉及客户/涉及人员的数据(例如GPS运动数据，GPS代表全球定位系统)预测到达确定地点(停车位或停车站)的算法，并且另一方面实现了将这些信息提供给所有有兴趣的或者说相关的功能的云服务。对出发时间点的估计16可以包括确定使用者到达车辆100的到达时间/乘车时间。在此强调的是，在很多情况中使用者到达车辆100的到达时间在车辆的出发时间前很近或者说不久。但也可以想到其他情况，其中，使用者在开始行驶之前，首先在车辆中或者车辆处停留一定时间。可以想到的情景是：等待多个乘客，其中出现确定的使用者常规或者习惯或者甚至定好计划的旅程。

方法10例如可以包括以涉及车辆的数据为基础确定车辆100的驻地。除了已经提到的GPS数据外，还可以尤其在GPS信号不可用的地方使用其他的定位机制，如地下车库、停车楼、车库中等。替选的机制例如是，根据可用的移动无线电网络或WLAN网络、车辆的传感器数据(例如光学检测的停车位号码)，等等定位。此外，方法10可以包括以涉及人员的数据为基础确定用户到达车辆100的驻地。在此也可以使用基于GPS或基于定位的机制。

在这方面，在一些实施例中可以进行以所述涉及人员的数据为基础确定使用者行为常规，和以涉及车辆的数据为基础确定车辆常规。对出发时间点的估计16就可以基于使用者行为常规和车辆常规的比较。在此，可以进行对常规的学习，例如通过检测关于车辆起点或者说车辆启动和行驶目的地的时间上的信息，如其在导航预测、也称P-NAV(预测性导航)中所使用的那样。例如也可以进行通过智能手机数据学习使用者行为，以便建议下一个行驶目的地并给出导航指示。

对车辆常规的确定可以通过根据涉及车辆的数据评估在时间段上车辆起点和/或车辆目的地进行(例如在确定的时间在两个行驶目的地之间有规律地来回行驶)。对使用者行为常规的确定可以通过在使用者的机动性方面评估涉及人员的数据完成(例如有规律地离开家/住宅/办公室，或者在工作日有规律地从家/住宅移动到确定的工作地址，甚至是使用不同的交通工具)。该实施例实现了涉及人员的数据、如智能手机数据与车辆数据的结合，并且因此可以在云服务中实现“乘车时间”或者说“出发时间”的信息的集中可用性。例如智能手机(图2中的移动设备300)收集数据，如机动性状态(休息、行走、跑步、驾驶)、驻地和运动(GPS位置)以及数据连接(WLAN、蓝牙、移动无线电)，并将它们发送到云后端(图2中发送给网络组件200)。

在服务器上(网络组件200)，这些数据被处理和至少在一些实施例中按照两种原则被分析。一方面研究行为常规，其实现在确定的时间对确定的位置的预测(对机动性模式进行学习)。另一方面观察实时事件(Real Time Events)并且学习与后续的乘车事件/出发事件的关联。在此，也可以使用神经网络和人工智能的机制。学习机制例如可以由此产生，即估计出的出发时间与实际的出发时间比较，并且基于成功或者说失败调整或者训练相应的算法。

在此，涉及人员的数据可以包含下述特征构成的组中的一个或者多个元素，即使用者的机动性状态、使用者的驻地、使用者的移动、使用者的数据连接、使用者的机动状态的时间上的变化、使用者的驻地的时间上的变化、使用者的移动的时间上的变化和使用者的数据连接的时间上的变化。其他例子是机动性状态、地理定位、WLAN连接、蓝牙连接等。针对被使用的车辆数据的另外的例子是点火开始和点火结束(Klemme 15)、泊车位置、时间上的常规等等。

此外，方式10的实施例可以规定，以涉及人员的数据为基础确定实时事件，并且可以额外以实时事件为基础估计16所述出发时间点。实时事件(Real Time Events)例如可以是家用WLAN连接的断开或者甚至智能手机(移动设备300)地理位置向停车位置的接近。

作为结果，该服务的方法10输出人员在乘车地点处的到达时间或者出发时间。除了时间点之外也可以给出针对该预测应验的概率。在一些实施例中，相对于乘车时间点的时间间隔越小，预测应验的概率越大，因为信息总是越来越可靠。换句话说，方式10也可以包括确定估计出发时间点的可靠性信息。

一些实施例实现了智能手机数据和车辆数据的连接。在此，可以实现乘车预测或者出发预测的集中提供，以用于多种功能。可以使对乘车时间/出发时间的提供连同概率在任何时候在中央位置处都可用。如上所述还可以想到，通过移动设备300检测涉及车辆的数据。一些实施例在此实现了纯粹的智能手机应用，而不直接从车辆检测车辆数据，而是基于由智能手机本身和其传感技术检测的涉及车辆的数据。然后，移动设备300的本地传感系统(基础设施)，如摄像头、麦克风可用于预测用户行为。

因为至少在一些实施例中，这些数据具有直接的人员关联或者说车辆关联，所以可以实现估计16的高准确度。因为涉及人员的数据在数量上保持为可校验(根据数据简化原则)并且在作用链中的伙伴的数量较少，因此可以有效进行估计16。在此数据安全性、透明度和可删除性以可理解的方式被保证并且进而可以与客户建立牢固的信任关系。实施例在此可用于很多车辆。例如自行车、滑板车、摩托车、载重车(货车)、公共汽车、平衡车、航空、铁路等。许多服务可以从实施例受益。例如同乘服务、出租车服务、班车服务、共享汽车服务、停车服务、充电站服务、交通预测服务(哪里有多少车辆出发)、当地广告、城市规划等。

在另外的实施例中所述方法规定，将估计出的出发时间传送到所述车辆100上，或者启用在所述车辆100中为出发做准备的措施。在此，做准备的措施例如可以远程启动或甚至由车辆100本身启动。对这些措施的例子是：加热、冷却、通风，设置座椅、后视镜或使用者特定的导航系统设置(目的地、路线偏好)或娱乐系统(电台、在线服务等)的设置。在实施例中也可以实现基于估计出的出发时间对车辆100的停车位的安排。这会导致有效的停车位安排和使用。另外的实施例是用于执行在此所述的方法的计算机程序，当该计算机程序在计算机、处理器或可编程硬件组件上运行时执行所该方法。根据确定的实现要求，本发明的实施例可以以硬件或者以软件实现。该实现可以在使用数字存储介质，例如软盘、DVD、蓝光光盘、CD、ROM、PROM、EPROM、EEPROM或闪存、硬盘或其他存储了电子可读控制信号的磁性或光学存储器的情况下进行，它们与可编程硬件组件可以配合作用或者配合作用，以便执行相应的方法。

可编程硬件组件可以通过处理器、计算机处理器(CPU＝中央处理器)、图形处理器(GPU＝图形处理器)、计算机、计算机系统、专用集成电路(ASIC＝专用集成电路)、集成电路(IC＝集成电路)、单芯片系统(SOC＝芯片上的系统)、可编程逻辑元件或带有微处理器的现场可编程门阵列(FPGA＝FieId Programmable Gate Array)构成。

因此，数字存储介质可以是机器可读或者计算机可读的。因此，一些实施例包括具有电子可读控制信号的数据载体，其能够与可编程的计算机系统或可编程的硬件组件配合作用，以便执行在此所述的方法。因此，一种实施例是数据载体(或数字存储介质或计算机可读介质)，其上记录有用于执行在此所述方法的程序。

一般而言本发明的实施例可以实施为程序、硬件、计算机程序或具有程序代码的计算机程序产品或者实施为数据，其中，当程序代码在处理器或可编程硬件组件上运行时，该程序代码或数据可执行上述方法之一。例如程序代码或数据也可以存储在机器可读载体或数据载体上。该程序编码或者数据还可以作为源代码、机器码或者位码以及其他中间码存在。

上述实施例仅呈现了本发明的原理的说明。当然，其他本领域技术人员明白在此所述布局和特点的改变和变型方案。因此应注意的是，本发明仅通过之后权利要求的保护范围被限定，而不通过根据说明书和对实施例的解释表现的具体特点被限制。

附图标记列表：

10 用于估计使用者连同车辆的出发时间点的方法

12 获得关于所述车辆的涉及车辆的数据

14 获得关于所述使用者的涉及人员的数据

16 以涉及车辆的数据和涉及人员的数据为基础估计出发时间点

100 车辆

200 网络组件

300 移动设备

400 系统。

Claims (15)

1.一种用于估计使用者连同车辆(100)的出发时间点的方法(10)，其具有：

获得(12)关于所述车辆(100)的涉及车辆的数据；

获得(14)关于所述使用者的涉及人员的数据；和

以所述涉及车辆的数据和所述涉及人员的数据为基础估计(16)所述出发时间点。

2.按照权利要求1所述的方法(10)，其还包括从所述使用者的移动设备(300)接收所述涉及人员的数据，和从所述车辆(100)接收所述涉及车辆的数据。

3.按照上述权利要求之一所述的方法(10)，其中，对出发时间点的估计(16)包括确定使用者到达所述车辆(100)的到达时间。

4.按照权利要求3所述的方法(10)，所述方法还包括以涉及车辆的数据为基础确定所述车辆(100)的驻地，和以所述涉及人员的数据为基础确定使用者到达所述车辆(100)的驻地。

5.按照上述权利要求之一所述的方法(10)，所述方法还包括，以所述涉及人员的数据为基础确定使用者行为常规，和以涉及车辆的数据为基础确定车辆常规，和以使用者行为常规和车辆常规的比较为基础估计(16)所述出发时间点。

6.按照权利要求5所述的方法(10)，其中，对车辆常规的所述确定包括根据所述涉及车辆的数据评估在时间段上的车辆起点和车辆目的地，并且其中，对使用者行为常规的所述确定包括在使用者机动性方面对所述涉及人员的数据的评估。

7.按照上述权利要求之一所述的方法(10)，其中，所述涉及人员的数据包含下述特征构成的组中的一个或者多个元素，即使用者的机动性状态、使用者的驻地、使用者的移动、使用者的数据连接、使用者的机动状态的时间上的变化、使用者的驻地的时间上的变化、使用者的移动的时间上的变化和使用者的数据连接的时间上的变化。

8.按照上述权利要求之一所述的方法(10)，所述方法还包括以所述涉及人员的数据为基础确定实时事件，和额外地以所述实时事件为基础估计(16)出发时间点。

9.按照上述权利要求之一所述的方法(10)，所述方法还包括确定用于对出发时间点的所述估计(16)的可靠性信息。

10.按照上述权利要求之一所述的方法(10)，所述方法还包括将估计出的出发时间传送到所述车辆上，或者启用在所述车辆(100)中为出发做准备的措施。

11.按照上述权利要求之一所述的方法(10)，所述方法还包括以估计出的出发时间安排所述车辆(100)的停车位。

12.一种用于执行按照权利要求1至11之一所述的方法(10)的计算机程序，当所述计算机程序在计算机、处理器或可编程硬件组件上运行时执行所述方法。

13.一种具有控制模块的装置，所述控制模块构造用于执行权利要求1至11之一所述的方法(10)。

14.一种具有按照权利要求13所述的装置的网络组件(200)。

15.一种具有按照权利要求13所述的装置的车辆(100)。

Images