CN113758493A - 基于情感-认知负荷的导航 - Google Patents

Abstract

本公开的实施方案阐述一种计算机实现的方法，所述方法包括：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的多条路线；获得与所述多条路线相关联的情感‑认知负荷(ACL)数据；基于所述ACL数据选择包括在所述多条路线中的一条路线；以及发送所选择的路线以供输出。

Description

基于情感-认知负荷的导航

技术领域

各种实施方案总体涉及导航系统，并且更具体地涉及基于情感-认知负荷的导航。

背景技术

驾驶员在驾驶车辆时经常使用导航系统。给定起始位置和目的地位置，导航系统确定驾驶员可以采用以将车辆从起始位置驾驶到目的地位置的一条或多条路线。驾驶员可以选择由导航系统提供的所确定的路线中的一条，并且导航系统为所选择的路线提供指导(例如，逐向指引)。

导航系统常规上基于时间和/或距离标准来确定可以提供给驾驶员的路线。例如，导航系统确定从起始位置到目的地位置的哪些路线是最快的和/或具有最短距离。导航系统可以任选地使用附加特定标准来确定路线(例如，避开收费道路和/或渡轮)。当确定哪些路线最快和/或最短时，导航系统可以进一步考虑交通状况。

由导航系统实现的这些常规方法的缺点在于，导航系统无法意识到路线是否可能对驾驶员造成认知和/或情感挑战，驾驶员是否担心路线可能具有认知和/或情感上的挑战性，或者驾驶员是否期望在认知和/或情感上更具挑战性的路线。由于各种原因(例如，道路配置、交通状况、当日时间等)，某些道路和/或路线可能比其他道路和/或路线在认知和/或情感上更繁重、更高要求和/或更具挑战性)。这样的道路和/或路线要求驾驶员方面给予额外的关注，并且驾驶员可能未准备或无意于承担对额外关注的要求。因为导航系统无法意识到路线的认知和/或情感挑战，所以导航系统可能向驾驶员提供对驾驶员造成非必要的认知和/或情感负担的路线。

如前所述，需要更有效的技术来提供从起始位置到目的地位置的路线。

发明内容

一个实施方案阐述了一种计算机实现的方法，所述方法包括：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的多条路线；获得与所述多条路线相关联的情感-认知负荷(ACL)数据；基于所述ACL数据选择包括在所述多条路线中的第一路线；以及发送所述第一路线用于输出。

一个实施方案阐述了一种计算机实现的方法，所述方法包括：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的路线；获得与所述路线相关联的情感-认知负荷(ACL)数据；基于所述ACL数据生成与所述路线相关联的情感-认知(AC)质量信息；以及发送所述路线和所述AC质量信息用于输出。

其他实施方案尤其提供了被配置为实现上面阐述的方法的一种或多种计算机可读介质和系统。

相对于现有技术，所公开的技术的至少一个技术优势在于，所公开的技术使用情感-认知负荷数据来评估从起始位置到目的地位置的各种路线，以便考虑沿不同路线进行导航的认知和/或情感负荷负担。特别地，利用所公开的技术，可以针对各种路线确定情感-认知负荷度量，并且可以基于这些情感-认知负荷度量来选择路线。因此，与现有技术的方法相比，所公开的技术使得导航对用户的认知和/或情感负担更少，从而促进用户的安全和康乐。

附图说明

本专利或申请文件包含至少一幅彩色附图。在请求并支付必要的费用后，专利局将提供带有彩色附图的本专利或专利申请公布的副本。

为了能够详细地理解各种实施方案的上述特征，可通过参考各种实施方案来对以上简要概述的创造性概念进行更具体的描述，附图中示出了所述各种实施方案中的一些。然而应当注意，附图仅示出这些创造性概念的典型实施方案，且因而不应被视为以任何方式限制其范围，并且存在其他等效实施方案。

图1示出了被配置为实现本公开的一个或多个方面的导航系统的框图；

图2示出了根据各种实施方案的图1的注意力-认知负荷应用的框图；

图3示出了根据各种实施方案的图1的导航应用的框图；

图4A-图4B示出了根据各种实施方案的图1的导航应用的示例用户界面；

图5示出了根据各种实施方案的包括图1的导航应用和注意力-认知负荷应用的示例车辆系统；以及

图6是根据各种实施方案的用于基于注意力-认知负荷来导航路线的方法步骤的流程图。

具体实施方式

在以下描述中，阐述了许多具体细节以提供对各种实施方案的更为透彻的理解。然而，对本领域技术人员将明显的是，在没有这些具体细节中的一个或多个的情况下也可以实践这些创造性概念。

系统概述

图1示出了被配置为实现本公开的一个或多个方面的导航系统100的框图。如图所示，导航系统100包括但不限于计算装置101、传感器120、输入/输出(I/O)装置130、位置模块138和网络160。计算装置101包括处理单元102、I/O装置接口104、网络接口106、互连件(总线)112、存储装置114和存储器116。存储器116存储导航应用152、数据库142和任选的情感-认知负荷(ACL)应用150。网络160包括数据存储库162。处理单元102、I/O装置接口104、网络接口106、存储装置114和存储器116能够经由互连件112彼此通信地耦合。

在一些实施方案中，在操作中，处理单元102从传感器120接收传感器数据。处理单元102执行情感-认知负荷应用150，以便处理传感器数据并确定与用户(例如，车辆的驾驶员)的心理生理状态相关联的各种生物计量值。这样的生物计量值包括估计用户正在使用的大脑活动量的认知负荷，以及估计用户正在经历的情绪(指定为预先定义的情绪或与心理生理状态相关联的一组情绪参数化度量)的情感负荷。在各种实施方案中，情感负荷可以包括一个或多个单独的情绪度量，例如单独的唤醒度、效价度和/或优势度值。附加地或替代地，情感负荷可以包括一个或多个离散的情绪状态和/或每一者的相关值。在确定了用户的生物计量值之后，情感-认知负荷应用150经由一个或多个估计算法来组合生物计量值，以确定情感-认知负荷(ACL)作为生物计量值的合成。情感-认知负荷应用150将ACL与位置和时间戳信息相关联，并将ACL以及位置和时间戳信息发送到数据库142和/或数据存储库162以进行存储。数据库142可以存储用于车辆驾驶员的ACL数据，并且数据存储库162可以存储用于不同车辆的多个驾驶员并且与不同的位置和日期/时间相关联的ACL数据。在一些实施方案中，数据库142还可以存储用于其他车辆的驾驶员的ACL数据(例如，从数据存储库162下载的其他驾驶员的ACL数据)。

在操作中，处理单元102执行导航应用152以提供导航服务，包括确定和提供从一个位置导航到另一位置的可能路线。导航应用152以任何技术上可行的方式获得用于导航的起始位置和目的地位置。例如，导航应用152可以从用户输入或自动获得起始位置(例如，用户经由导航应用152的用户界面手动输入或选择起始位置，导航应用152经由位置模块138确定当前位置)。作为另一个示例，导航应用152也可以从用户输入或者自动地获得目的地位置(例如，用户经由导航应用152的用户界面手动输入或选择目的地位置，导航应用152基于用户简档自动确定可能的目的地位置)。导航应用152确定从起始位置到目的地位置的可能路线。例如，导航应用152可以分析存储在数据库142中的导航数据库，以识别地图上从起始位置到目的地位置的路线。导航应用152获得与那些路线相关联的ACL数据，并基于ACL数据评估路线，并相应地确定路线的ACL度量。导航应用152单独或结合一个或多个其他标准(例如，到达目的地的时间、距离)选择具有更好的ACL度量的一条或多条路线。导航应用152将选择的路线作为输出发送给用户(例如，发送给显示装置以在用户界面中显示)。在一些实施方案中，导航应用152附加地可以检测到用户的ACL已经超过阈值，并且作为响应，基于与当前路线相比的ACL度量来确定和选择替代路线。

如上所述，计算装置101可以包括处理单元102和存储器116。计算装置101可以是包括一个或多个处理单元102的装置，诸如片上系统(SoC)。在各种实施方案中，计算装置101可以是移动计算装置，诸如平板计算机、移动电话、媒体播放器等。在一些实施方案中，计算装置101可以是包括在车辆系统中的主机单元。通常，计算装置101可以被配置为协调导航系统100的整体操作。本文公开的实施方案预期被配置为经由计算装置101实现导航系统100的功能的任何技术上可行的系统。

计算装置101的各种示例包括计算装置(台式计算机等)、移动装置(例如，手机、智能手机、平板电脑、膝上型电脑等)、可穿戴装置(例如，手表、头戴型耳机等)、消费类产品(例如，游戏装置、媒体装置等)、智能家居装置(例如，数字助理、智能显示器等)、车辆计算装置(例如，主机单元、车载导航系统)等。计算装置101可以位于各种环境中，包括但不限于家庭环境(例如，办公室、厨房等)、道路车辆环境(例如，消费型轿车、商用卡车等)、航空航天和/或航空环境(例如，飞机、直升机、宇宙飞船等)、航海和潜水环境等。

处理单元102可以包括中央处理单元(CPU)、数字信号处理单元(DSP)、微处理器、专用集成电路(ASIC)、神经处理单元(NPU)、图形处理单元(GPU)、现场可编程门阵列(FPGA)等。处理单元102通常包括执行程序指令以操纵输入数据的可编程处理器。在一些实施方案中，处理单元102可以包括任何数量的处理核心、存储器以及用于促进程序执行的其他模块。例如，处理器单元102可以经由I/O装置130从用户接收输入，并且生成像素以用于在I/O装置130(例如，显示装置134)上显示。在一些实施方案中，处理单元102可以被配置为执行导航应用152以便提供导航服务(例如，确定可能的路线)，以及任选地执行情感-认知负荷应用150以便针对给定的位置和时间分析获得的传感器数据并确定用户的ACL。在一些实施方案中，导航应用152可以将所确定的路线输出到一个或多个I/O模块130以输出给用户(例如，显示在导航应用152的用户界面中)。在一些实施方案中，情感-认知负荷应用150可以将确定的ACL发送到数据库142和/或数据存储库162以进行存储，并且任选地发送到导航应用152以使导航应用152响应用户的ACL。

存储装置114可以包括用于应用、软件模块和数据的非易失性存储装置，并且可以包括固定式或可移动式磁盘驱动器、快闪存储器装置、以及CD-ROM、DVD-ROM、蓝光、HD-DVD或其他磁性、光学、固态存储装置等。例如，导航应用152、ACL应用150和数据库142可以存储在存储装置114中，然后根据需要加载到存储器116中。

存储器116可以包括存储器模块或存储器模块的集合。存储器116通常包括存储用于由处理单元102处理的应用程序和数据的诸如随机存取存储器(RAM)芯片的存储芯片。处理单元102、I/O装置接口104和网络接口106可以被配置为从存储器116读取数据并将数据写入存储器116。在一些实施方案中，诸如网络160中包括的数据存储库162(“云存储装置”)的单独的数据存储库可以对存储器116进行补充。导航应用152和ACL应用150可以从存储装置114加载到存储器116中。当在存储器116中时，导航应用152和ACL应用150可以由处理单元102执行以实现本公开中描述的功能。

ACL应用150处理与用户和/或环境相关联的传感器数据，以便确定与用户的大脑活动和/或情绪相关联的各种度量。在各种实施方案中，ACL应用150可以从一个或多个传感器120接收传感器数据并且可以分析传感器数据以便确定用户的认知负荷和/或情感负荷，其可以包括指示用户所经历的情绪的单独的情绪参数。ACL应用150基于认知负荷和情感负荷两者，确定用户的情感-认知负荷(ACL)，所述情感-认知负荷(ACL)指示用户的整体精神活动和管理一组任务的能力。ACL应用150可以将ACL与对应于传感器数据的位置和时间的地理位置和时间戳信息相关联，并且将ACL以及相关联的地理位置和时间戳信息发送到一个或多个存储位置(例如，数据库142、数据存储库162等)以供存储。在一些实施方案中，ACL应用150可以将ACL与其他ACL值和/或阈值进行比较。例如，ACL应用150可以确定用户的当前ACL高于成功地沿当前路线导航到目的地位置所需的最大阈值水平。ACL应用150然后可以向导航应用152发出信号，以确定对用户的ACL负担较小的替代路线。

导航应用152向导航系统100的用户提供导航服务。在各种实施方案中，导航应用152获得起始位置和目的地位置，并确定从起始位置导航到目的地位置的一条或多条路线。导航应用152基于各种标准来评估路线。在各种实施方案中，导航应用152基于注意力-认知负荷来评估路线。即，导航应用152获得与路线相关联的ACL数据，并确定路线的ACL度量。ACL度量表示沿给定路线的ACL的集合，以便测量路线可能给用户带来的ACL负担。给定路线的ACL度量可以包括例如累积ACL、平均值(例如，算术平均值)ACL、众数ACL和/或中值ACL。导航应用152选择具有指示用户的较低ACL负担的ACL度量的一条或多条路线，并且发送那些选择的路线(例如，发送到显示装置134)以呈现给用户。在一些实施方案中，导航应用152可以在不考虑ACL度量的情况下选择路线，但是仍然可以向用户呈现所选择的路线的ACL度量的指示。而且，在一些实施方案中，当车辆横越由导航应用152确定的路线时，导航应用152可以确定用户(例如，驾驶员)的当前ACL已经超过阈值。作为响应，导航应用152可以确定可能带来较低的ACL负担的替代路线，并且将该替代路线发送给用户。

数据库142可以存储由处理单元102检索的值和其他数据，以协调导航应用152和/或ACL应用150的操作。数据库142可以被存储在存储装置114中，并根据需要被加载到存储器116中。在各种实施方案中，处理单元102可以被配置为将值存储在数据库142中和/或检索存储在数据库142中的值。例如，数据库142可以存储历史ACL值、查找表、ACL算法、ACL阈值、传感器值到情绪参数化度量的映射、ACL值到驾驶员准备水平的映射等。在一些实施方案中，数据库142可以存储从数据存储库162检索的值。在这样的情况下，数据库142可以接收周期性更新并且在周期性更新之间向导航应用152和/或ACL应用150提供值。

在各种实施方案中，数据库142可以包括一个或多个查找表，其中查找表存储包括值之间的映射的条目。例如，数据库142可以包括一组ACL查找表，其包括生物计量值(例如，认知负荷、情感负荷、唤醒度、效价度、优势度等)到ACL值的映射的条目。附加地或替代地，数据库142可以包括一组ACL查找表，其将生物计量值映射到预定义的ACL水平(例如，高ACL、中ACL、低ACL等)；和/或一组ACL查找表，其将预定义的生物计量值(例如，针对“愤怒”的心理生理特征的定义值)映射到特定的ACL值和/或预定义的ACL水平。

在各种实施方案中，数据库142中的ACL值或水平与对应的位置和时间戳信息一起被存储。ACL值的位置信息(例如，经纬度坐标、道路和/或地址信息、地理位置信息)和时间戳信息指示传感器120获得从中导出ACL值的传感器读数时的位置和时间。因此，可以通过位置、日期和/或时间对数据库142中的ACL值或水平进行过滤并选择性地检索。

数据库142还可以包括导航数据库，所述导航数据库存储可以由导航应用152使用的导航数据。导航数据库中的导航数据包括例如地图、道路信息、地标信息、地址信息等。在一些实施方案中，导航数据包括道路网络图，所述道路网络图将道路信息存储为节点和边的数学图。在一些实施方案中，导航数据还包括历史交通信息(例如，按日期和时间的交通趋势)、实时交通信息等。在一些实施方案中，数据库142可以存储从数据存储库162检索的导航数据库。在这种情况下，数据库142可以从数据存储库162接收对导航数据库的周期性更新。

传感器120可以包括一个或多个装置，所述一个或多个装置执行测量和/或获取与环境中的某些对象有关的数据。在各种实施方案中，传感器120可以生成与用户的认知负荷和/或情感负荷有关的传感器数据。例如，传感器120可以收集与用户有关的生物计量数据(例如，心率、脑活动、皮肤传导、血液氧合、瞳孔大小、眼睛运动、皮肤电反应、血压水平、平均血糖浓度等)。附加地或替代地，传感器120可以生成与环境中不是用户的对象有关的传感器数据。例如，传感器120可以生成关于车辆的操作的传感器数据，包括车辆的速度、踏板位置、方向盘位置、车辆中的环境温度、车辆内的光量等。在一些实施方案中，传感器120可以被耦合到和/或被包括在计算装置101内，并且将传感器数据发送到处理单元102。处理单元102执行ACL应用150，以便确定从所获得的传感器数据导出的情感-认知负荷。

在各种实施方案中，传感器120可以获取ACL应用150处理的传感器数据，以便对用户正在经历的情绪进行分类。例如，传感器120可以包括面向用户的相机，所述相机将用户的面部和/或眼睛记录为图像数据。ACL应用150然后可以分析图像数据以便确定用户的面部表情，然后将面部表情映射到特定的情绪。在另一个示例中，传感器120可以包括在车辆的各个部分(例如，驾驶员座椅、乘客座椅、方向盘等)中的传感器，其获得用户的生物和/或生理信号(例如，出汗、心率、心率变异性(HRV)、血流量、血氧水平、呼吸频率、皮肤电反应(GSR)、用户产生的声音、用户的行为等)。在这样的情况下，ACL应用150可以计算指示用户正在经历的情绪的一个或多个定量情绪参数化度量，诸如情绪唤醒度(A)、情绪效价度(V)和/或情绪优势度。

在各种实施方案中，传感器120还可以获取ACL应用150处理的数据，以便计算用户正在经历的认知负荷。例如，传感器120可以包括瞳孔传感器(例如，聚焦在用户的眼睛上的相机)，所述瞳孔传感器获取关于用户的至少一个瞳孔的图像数据。ACL应用150然后可以执行各种瞳孔测量技术以检测眼睛参数(例如，用户的瞳孔直径的波动、瞳孔正在凝视的方向、眼睑的位置等)，以便估计用户的认知负荷(CL)。在另一个示例中，传感器120可以包括心率传感器和/或获取用户的生物和/或生理信号(例如，心率、呼吸频率、眼睛运动、GSR、神经脑活动等)的其他生物计量传感器)。在这样的情况下，ACL应用150可以根据所获取的生物和/或生理信号中的一个或多个计算认知负荷。

在各种实施方案中，传感器120可以包括成像传感器，诸如RGB相机、红外相机、深度相机和/或相机阵列，其包括这样的相机中的两个或多个。其他成像传感器可以包括成像器、激光传感器、超声传感器、雷达传感器和/或激光雷达传感器。在一些实施方案中，传感器120可以包括物理传感器，诸如触摸传感器、压力传感器、位置传感器(例如，加速度计和/或惯性测量单元(IMU))、运动传感器等，其对用户的身体位置和/或运动进行记录。在这样的情况下，ACL应用150可以分析所获取的传感器数据以确定用户的运动，然后将这种运动与特定的情绪(例如，无聊、疲劳、唤醒度等)和/或用户的认知负荷相关联。

在各种实施方案中，传感器120可以包括生理传感器，诸如心率监测器、脑电图(EEG)系统、无线电传感器、热传感器、皮肤电反应传感器(例如，测量由情绪压力引起的皮肤电阻变化的传感器)、非接触式传感器系统、脑磁图(MEG)系统等。在各种实施方案中，ACL应用150可以执行谱熵、加权平均频率、带宽和/或频谱边缘频率，以便根据所获取的传感器数据确定认知负荷。

另外，在一些实施方案中，传感器120可以包括声学传感器，诸如获取声音数据的传声器和/或传声器阵列。这样的声音数据可以通过ACL应用150执行各种自然语言(NL)处理技术、情感分析和/或言语分析来处理，以便确定在环境中说出的短语的语义含义和/或从语义含义推断出情绪参数化度量。在另一个示例中，ACL应用150可以使用语音音调分析来分析所获取的声音数据，以便根据包括在声音数据中的言语信号推断情绪。在一些实施方案中，ACL应用150可以执行与声音信号的频谱形心频率和/或振幅有关的各种分析技术，以便将声音信号分类为针对认知负荷的特定值。

在一些实施方案中，传感器120可以包括检测环境内用户活动的行为传感器。这样的行为传感器可以包括获取相关活动数据的装置，诸如获取应用使用数据和/或移动装置使用数据的装置。在这样的情况下，ACL应用150可以通过确定用户当前参与的活动来估计认知负荷和/或情绪参数化度量。例如，给定的应用可以分类为有趣的社交应用，用户在开心和活跃时会参与其中，和/或正在使用户开心和活跃。在这样的情况下，ACL应用150可以将给定应用的使用与预定义的情绪(例如，激动)和/或预定义的情绪参数化度量(高唤醒度值和正效价度值)相关。

I/O装置130可以包括能够接收输入的装置，诸如键盘、鼠标、触敏屏幕、传声器和用于向计算装置101提供输入数据的其他输入装置。在各种实施方案中，I/O装置130可以包括能够提供输出的装置，诸如显示屏、一个或多个扬声器(例如，用于产生空间声音的扩音器阵列、用于产生高度定向声音的超声扬声器)、触觉装置、非触摸式触觉装置(例如，用于在远处创建触觉)等。I/O装置130中的一个或多个可以并入到计算装置101中，或者可以在计算装置101的外部。I/O装置130经由I/O装置接口104与计算装置101对接。在一些实施方案中，计算装置101和/或一个或多个I/O装置130可以是在车辆中实现的信息娱乐和导航系统的部件。在各种实施方案中，ACL应用150可以基于由一个或多个I/O装置130接收的输入来确定认知负荷和/或情绪负荷。例如，车辆可以包括具有用户界面的主机单元。在这样的情况下，ACL应用150可以基于经由主机单元接收的一个或多个输入来确定用户的认知负荷和/或情绪负荷。

在各种实施方案中，I/O装置130包括一个或多个音频扬声器132、一个或多个显示装置134以及一个或多个输入装置136。显示装置134的示例包括但不限于LCD显示器、LED显示器、平视显示器、头戴式显示器和触敏屏幕。输入装置136的示例包括但不限于按钮、旋钮、拨盘、触摸板、触敏屏幕、操纵杆和传声器。附加地，I/O装置130可以包括能够接收输入和/或输出的其他装置。

网络160可以经由有线和/或无线通信协议、卫星网络、V2X网络(包括蓝牙、低功耗蓝牙(BLE)、无线局域网(WiFi)、蜂窝协议、和/或近场通信(NFC))来实现网络中计算装置101和其他装置之间的通信。网络160是允许在计算装置101与诸如服务器、云计算系统、基于云的存储装置或其他联网计算装置或系统的远程系统或装置(例如，数据存储库162)之间交换数据的任何技术上可行的通信网络类型。例如，网络160可以包括广域网(WAN)、局域网(LAN)、无线网络(例如，Wi-Fi网络、蜂窝数据网络)和/或互联网等。计算装置101经由网络接口106与网络160连接。在一些实施方案中，网络接口106是硬件、软件或者硬件和软件的组合，其被配置为连接到网络160并与网络160对接。在各种实施方案中，网络160可以包括一个或多个数据存储库162，其存储与传感器数据、生物计量值和/或情感-认知负荷(例 如，ACL值以及对应的位置和时间戳信息)相关联的数据。在各种实施方案中，ACL应用150和/或导航应用152可以从数据存储库162中检索信息。在这样的情况下，ACL应用150可以分析检索到的数据，作为确定用户的ACL、将ACL与涉及特定ACL值的情况进行比较等的一部分。导航应用152可以分析检索到的数据，作为确定路线的ACL度量和具有更好ACL度量的路线的一部分。

位置模块138包括用于确定计算装置101的地理位置(例如，车辆的当前位置)的硬件和/或软件部件。位置模块138可以经由获取地理位置数据(例如，从诸如全球定位系统(GPS)、格洛纳斯、伽利略、北斗等的全球导航卫星系统)和/或基于来自传感器120的传感器数据来确定位置(例如，航位推算)来确定计算装置101的位置。位置模块138还可以将获取的和/或确定的地理位置与数据库142中的导航数据库进行交叉引用，以确定对应于该地理位置的地址信息。

情感-认知负荷子系统

图2示出了根据各种实施方案的包括在图1的导航系统100中的情感-认知负荷子系统200。如图所示，情感-认知负荷子系统200包括传感器120、ACL应用150以及数据库142和/或数据存储库162。ACL应用150包括生物计量计算模块220(包括认知负荷计算模块214和情绪计算模块216)和情感-认知负荷计算模块230。

在操作中，生物计量计算模块220包括各种模块214、216，其分析从传感器120接收的传感器数据222，以便确定一个或多个生物计量值，包括认知负荷224和/或情绪度量226。生物计量计算模块220将生物计量值224、226发送到情感-认知负荷计算模块230，所述情感-认知负荷计算模块230执行一种或多种算法技术以便确定用户的情感-认知负荷(ACL)。ACL应用150将所确定的ACL与地理位置数据228和时间戳数据(未示出)相关联，所述地理位置数据和时间戳数据对应于与所确定的ACL相关联的传感器数据220被传感器120捕获和/或从传感器120接收时的位置和时间。因此，ACL应用150生成ACL数据232，所述数据包括ACL以及对应的地理位置数据228和时间戳数据。ACL应用150将ACL数据232发送到数据库142和/或数据存储库162以进行存储。在一些实施方案中，ACL应用150还向导航应用152发送ACL数据232。在一些其他实施方案中，导航应用152从数据库142和/或数据存储库162检索ACL数据232。

在各种实施方案中，生物计量计算模块220从传感器120接收传感器数据222。生物计量计算模块可以包括分离的模块，所述分离的模块分析传感器数据222的部分以便提供认知负荷224和/或情绪度量226(例如，唤醒度、效价度和/或优势度)。在一些实施方案中，模块214、216可以分析传感器数据的相同部分。例如，认知负荷计算模块214和情绪计算模块216可以分别接收包括在传感器数据222中的图像数据。在这样的情况下，认知负荷计算模块214可以使用各种瞳孔测量技术和/或眼睛运动数据来分析图像数据以确定认知负荷224，而情绪计算模块216可以分析图像数据以确定面部表情，将面部表情分类为预定义的情绪，并获取与预定义的情绪相对应的情绪度量226。

情感-认知负荷计算模块230应用各种算法作为认知负荷224(CL)和形成情感负荷(AL)的情绪度量226的函数来确定情感-认知负荷，其中ACL＝f(CL,AL)。在各种实施方案中，一组ACL可以被存储在数据库142中。在一些实施方案中，情感-认知负荷计算模块230可以参考一个或多个查找表，以便找到与认知负荷224和情绪度量226的值相对应的条目，并且可以确定该条目中包括的对应的ACL。在确定ACL之后，ACL应用150通过将ACL与对应的地理位置数据228和时间戳数据相关联来生成ACL数据232。

在各种实施方案中，情感-认知负荷计算模块230可以使用各种算法技术根据认知负荷224(CL)和/或情绪度量226(包括效价度值(V)和唤醒度值(A))中的一者或多者来计算ACL值。在一些实施方案中，情感-认知负荷计算模块230可以选择要采用的特定算法，以便相对于其他度量来强调一个度量。例如，情感-认知负荷计算模块230可以通过应用等式1或等式2(其中，偏移值相对于特定阈值修改ACL)来强调相对于情绪度量226的认知负荷224。在这种情况下，CL的平方值导致认知负荷224是ACL的主要指示符。

在另一个示例中，情感-认知负荷计算模块230可以应用等式3，使得ACL基于认知负荷224和唤醒度值的组合，其通过效价度值是正还是负来修改。

ACL＝(CL+A)×V (3)

在一些实施方案中，情感-认知负荷计算模块230对某些值进行加权以便强调值的特定范围。例如，情感-认知负荷计算模块230可以应用等式4或等式5，以便强调正效价度值比负效价度值更可取。

在一些实施方案中，可以排除一个度量。例如，情感-认知负荷计算模块230可以应用等式6，使得ACL基于认知负荷324和唤醒度值，而忽略效价度值。

在各种实施方案中，情感-认知负荷计算模块230可以在计算ACL时调整选择的算法和/或等式。在这样的情况下，情感-认知负荷计算模块230可以周期性地选择不同的算法和/或不同的等式。例如，当交通不繁忙时，情感-认知负荷计算模块230可以最初选择强调认知负荷224的算法。当交通繁忙时，情感-认知负荷计算模块230可以选择不同的算法，所述不同的算法更大程度地对效价度值进行加权和/或指示正效价度值比负效价度值更可取。附加地或替代地，情感-认知负荷计算模块230可以选择并入了附加度量的用于计算ACL的算法或技术(例如，根据唤醒度值、效价度值和优势度值计算ACL的算法)。

在一些实施方案中，情感-认知负荷计算模块230可以并入有与用户相关联的其他测量。在一些实施方案中，情感-认知负荷计算模块230可以通过同时分析认知和情绪信息的组合来导出专注和/或参与水平的量度。例如，情感-认知负荷计算模块230可以采用各种统计方法、机器学习(ML)方法、状态机和/或各种其他数据结构，以便确定专注和参与(和/或其他用户度量)的结果是如何根据认知负荷224和/或情绪度量226导出的。

附加地或替代地，可以根据认知负荷224、情绪度量226和/或其他度量的任何组合来训练ML模型。可以训练ML模型以预测用户(诸如参加特定驾驶任务的驾驶员)的特定更高阶状态。ML模型然后可能能够生成值，诸如参与度量。例如，导航应用152可以接收根据情感和认知信号建模的参与度量，其指示驾驶员的参与水平。在这种情况下，参与度量可以被导航应用152用来确定是否确定并提供替代路线。

导航子系统

图3示出了根据各种实施方案的包括在图1的导航系统100中的导航子系统300。如图所示，导航子系统300包括导航应用152。导航子系统300还包括数据库142和/或数据存储库162(图3中未示出)，可以从中检索导航应用152所使用的某些数据。在各种实施方案中，导航应用152包括路线确定模块320和路线评估模块330。

如上所述，可以确定并存储与各种位置和日期/时间相关联的多个驾驶员的情感-认知负荷(ACL)。驾驶员的ACL指示道路或路线的认知和/或情绪质量(例如，轻松或困难)。即，ACL指示驾驶员在某条道路或路线上的认知和/或情绪负担、要求或挑战性驾驶可能有多大。例如，与在公路两侧都有建筑物的公路相比，穿过山丘的“风景”路线在认知和/或情绪上可能更容易。作为另一个示例，由于驶进匝道或驶出匝道的配置(例如，短暂合并为驶进匝道交通以进入驶出匝道)，某些驶进匝道或驶出匝道对驾驶员在认知和/或情绪上可能更具挑战性)。作为进一步的示例，施工可能已经导致对一段公路的车道配置的临时或永久性改变，使得在驾驶员适应的过程中，至少一段时期内，在那段公路上行驶对驾驶员的认知和/或情绪要求更高。因此，由不同驾驶员经历并与各种位置和日期/时间相关联的ACL可以作为道路或路线的认知和/或情绪质量(其也可以称为“情感-认知质量”或“AC质量”)的量度；多个驾驶员的ACL可以用作有关道路和路线的AC质量的众包信息。

然而，常规导航系统的缺点是根本不考虑AC质量。即，在选择路线要提供给用户时，常规的导航系统不将AC质量考虑在内，并且实际上常规导航系统通常根本不知道道路和路线的AC质量。此外，常规导航系统不知道用户是否在意AC质量较高的路线(例如，“轻松”，较低的认知和/或情绪负担、要求或挑战性)。由于没有这种意识，常规导航系统通常会在驾驶员没有做好充分准备或集中精力驾驶通过AC质量低的路线时，提供AC质量较低的路线(例如，“困难”，较高的认知和/或情绪负担、要求或挑战性)。

为了解决这些缺点，导航应用152除其他标准之外或替代其他标准，还基于ACL标准来评估路线。例如，响应于用户对到目的地位置的路线的请求，导航应用152可以基于从数据库142和/或数据存储库162检索到的ACL数据332来评估所确定的路线。特别地，导航应用152确定路线的ACL度量，并且选择向用户提供具有指示更高的AC质量的ACL度量的路线。即，导航应用152选择“更容易”或具有较低的认知和/或情绪负担、要求或挑战性的路线。

在操作中，路线确定模块320获得用于导航的起始位置302和目的地位置304。起始位置302可以由用户(例如，经由导航应用152的用户界面)输入。附加地或替代地，导航应用152可以将当前位置(例如，经由位置模块138确定的计算装置101的当前位置)确定为起始位置302。起始位置302可以被指定为纬度-经度坐标、地标的名称(例如，地标、企业)和/或指定为简单或完整的地址(例如，城市；街道；带有城市、街道和号码的完整地址)。目的地位置304也可以由用户(例如，经由导航应用152的用户界面)输入。附加地或替代地，导航应用152可以基于各种信息来确定目的地位置304，所述各种信息包括例如用户简档和当日当前时间(例如，基于时间为用户的家的通勤时间来将用户的家确定为目的地地址)。目的地位置304可以被指定为纬度-经度坐标、地标的名称(例如，地标、企业)和/或指定为简单或完整的地址(例如，城市；街道；带有城市、街道和号码的地址)。

路线确定模块320从存储在数据库142和/或数据存储库162中的导航数据库检索导航数据库数据306。检索的导航数据库数据306包括与起始位置302、目的地位置306以及起始位置302和目的地位置304之间的位置有关的地图、道路信息、道路网络信息、交通信息等。路线确定模块320分析导航数据库数据306，以确定一条或多条可能的路线322-1至322-N，每条路线都从起始位置302到目的地位置304。每条确定的路线322对应于从起始位置302到目的地位置304的不同路径。路线确定模块320可以使用时间和距离标准，任选地使用交通信息，并且任选地使用另外的特定标准(例如，根据用户设置没有收费桥)来确定路线322，以便过滤掉极端情况或某些不期望的路线。

在其中导航数据库数据306包括道路和位置被存储为节点和边的数学图的道路网络信息的实施方案中，可以使用任何技术上可行的图分析技术(例如，Dijkstra算法或任何其他最短路径算法、加权图分析等)来确定路线322。

路线评估模块330除了或替代其他标准(例如，时间、距离)，还针对AC质量评估所确定的路线322。在各种实施方案中，路线评估模块330从数据库142和/或数据存储库162检索ACL数据332。ACL数据332包括与路线322中包括的道路上的位置相对应的历史和/或当前(例如，实时、近实时、在最后一小时确定的)ACL。路线评估模块330基于ACL数据332确定每条路线322的ACL度量。

在各种实施方案中，路线评估模块330将每条路线322分段成预定义数量的路段或预定义数量的航点。例如，每条路线322可以被分段成100个等距的航点或节点。路线评估模块330检索包括与路段或航点的位置相对应的ACL的ACL数据。例如，对于给定的航点，路线评估模块330检索其位置信息指示与该航点相对应的位置或在距路线上的航点位置预定义距离公差内的位置(例如，距路线上的航点位置+/-10米)的ACL。作为另一示例，对于给定的路段，路线评估模块330检索其位置信息指示该路段上任何地方的位置的ACL。路线评估模块330然后确定(例如，计算)该路段或航点的聚合ACL。在一些实施方案中，航点的聚合ACL是针对该路段或航点检索的ACL的平均值(例如，算术平均值)ACL、众数ACL或中值ACL。

如上所述，ACL数据332可以包括用户的和/或来自多个众包用户的先前记录的ACL数据的历史ACL和当前ACL(例如，在最后半小时或最后一小时内确定的ACL)。在一些实施方案中，当确定航点的聚合ACL时，历史ACL和当前ACL可以被不同地加权。例如，可以仅使用历史ACL(例如，历史ACL的平均值)来确定聚合的历史ACL，并且可以仅使用当前ACL(例如，当前ACL的平均值)来确定聚合的当前ACL。然后，可以将航点的聚合ACL确定为聚合历史ACL和聚合当前ACL的加权算术平均值。加权可以是平均的、有利于聚合历史ACL加权的(例如，有利于历史ACL趋势和模式的加权)、或有利于聚合当前ACL加权的(例如，有利于当前ACL状况的加权)。

在各种实施方案中，路线评估模块330检索与当日时间、当周当日和/或接近当前时间和/或日期的日历时段相关联的ACL数据332。例如，如果当前时间是下午3:38，则路线评估模块330可以检索ACL数据332，所述ACL数据332包括具有时间戳的ACL，所述时间戳指示在下午3:00小时内或在下午3:38之后一小时时间段之内的时间。作为示例，如果当周当日为星期三，则路线评估模块330可以检索ACL数据332，所述ACL数据332包括具有指示星期三的时间戳的ACL。作为再一个示例，路线评估模块330可以检索ACL数据332，所述ACL数据332包括具有时间戳的ACL，所述时间戳在距当前日期过去的日历时段内(例如，过去一周、过去一个月、过去六个月、过去一年、本年至今、本月至今)。通过检索接近当前时间和/或日期的ACL数据，路线评估模块330可以获得可能与用户的当前导航情况更相关的ACL数据。

在一些实施方案中，路线评估模块330仅检索与用户相关联的ACL数据332。即，检索到的ACL是基于测量作为车辆驾驶员的用户的各种特性的传感器数据而确定的ACL。在一些实施方案中，路线评估模块330检索与可能包括用户的多个驾驶员相关联的ACL数据332。例如，存储在数据存储库162中的历史ACL数据可以包括针对在各种位置和时间的不同驾驶员而确定的ACL。路线评估模块330可以相应地基于位置和时间来检索ACL数据，而不考虑为其确定了给定ACL的驾驶员。为此，存储在数据库142和/或数据存储库162中的ACL数据可以包括非个性化ACL数据和个性化ACL数据。非个性化ACL数据包括不与任何特定驾驶员(例 如，匿名)相关联，但仍与每个位置和时间戳信息的特定位置和时间相关联的ACL。可以提供非个性化ACL数据以供任何用户使用导航系统100。个性化ACL数据包括与特定驾驶员(例 如，未匿名)相关联的ACL。可提供个性化ACL数据以供对应用户而非其他用户使用导航系统100。

因此，如上所述，路线评估模块330针对给定路线322获得ACL数据332，所述ACL数据332限于路线322上的位置，并且可以限于某些时间、天数和/或日期和/或限于当前用户。使用获得的ACL数据332，路线评估模块330确定给定路线322的一个或多个ACL度量。在一些实施方案中，ACL度量包括给定路线322的路段或航点的聚合ACL的总和。即，ACL度量可以包括该路线的累积聚合ACL。在一些实施方案中，ACL度量包括给定路线322的路段或航点的聚合ACL的平均值(例如，算术平均值)、众数或中值。在一些实施方案中，ACL度量包括给定路线322的路段或航点的聚合ACL的加权总和或平均值。例如，可以基于估计的遍历每个路段或航点的速度或时间来对该路段或航点的聚合ACL进行加权(例如，对于交通繁忙的路段的聚合ACL更重地加权，以反映驾驶员将在该路段内花费更多时间且因此与交通不繁忙的路段相比在认知和/或情绪方面可能会更受该路段影响的事实)。路线评估模块330可以基于交通信息(例如，实时交通信息、历史交通信息)来确定估计的速度或时间。ACL度量是给定路线322的AC质量的量度。例如，较低的ACL度量值对应于较高或较好的AC质量(例如，较低的累积或平均注意力-认知负荷对用户来说更容易，且因此比较高的累积或平均注意力-认知负荷具有更高/更好的AC质量)。路线评估模块330可以确定每条路线322-1至322-N的ACL度量。

在一些实施方案中，路线评估模块330在不考虑其他标准的情况下选择具有最高或最佳AC质量的路线322中的一条或多条(例如，将路线的AC质量彼此比较)。例如，路线评估模块330可以严格地基于ACL度量(例如，最低累积聚合ACL、最低平均聚合ACL等)来选择路线322的子集。

在一些实施方案中，路线评估模块330可以选择比用户的当前或最近的ACL具有更好的AC质量的路线322中的一条或多条。例如，路线评估模块330可以获得用户的当前和/或最近的ACL数据，并将路线322的ACL度量(例如，路线的聚合ACL的平均值/众数/中值)与用户的当前或最近的ACL进行比较。路线评估模块330可以选择其ACL度量低于用户的ACL或低于用户的最大期望ACL的路线。

在一些实施方案中，路线评估模块330结合其他标准(例如，常规标准中的一个或多个，诸如鉴于交通状况到达目的地的距离和时间)选择具有最高或最佳AC质量的路线322中的一条或多条(例如，将路线的AC质量彼此比较)。例如，路线评估模块330可以使用加权函数来选择路线322的子集，所述加权函数以不同的权重对AC质量、距离和时间进行加权。权重可以由用户预定义和/或配置。例如，导航应用152的用户界面可以包括滑块或其他用户界面元素，其中用户可以相对于其他标准(例如，时间和距离)来调整给予AC质量多少权重。因此，在这种多标准选择技术中，选择的路线322可能不一定具有在路线322中最低的ACL度量。

在一些实施方案中，路线评估模块330基于一个或多个标准(例如，鉴于交通状况到达目的地的距离、时间)选择路线322中的一条或多条，而不考虑AC质量。例如，路线评估模块330可以基于时间和距离来选择路线322的子集，而忽略ACL度量。然而，即使对于这些选择的路线，也可以提供AC质量信息，如下所述。

在一些实施方案中，路线评估模块330可以将ACL度量与阈值进行比较。可以从选择中消除其ACL度量高于阈值(例如，过高的累积ACL，指示AC质量低于阈值水平)的路线322。因此，此消除可以是路线选择过程中的第一步，以过滤掉不可接受的路线以免进一步考虑。附加地或替代地，路线评估模块330还可以将路线322的距离和/或持续时间(例如，估计的到目的地的时间)与对应的阈值进行比较。距离和/或持续时间分别高于距离阈值或持续时间阈值的路线可以从选择中消除。

在一些实施方案中，路线评估模块330生成用于所选路线322的AC质量信息。例如，路线评估模块330可以使用查找表、映射函数或任何其他技术上可行的技术将用于所选路线的ACL度量映射到AC质量等级。路线的绝对和/或相对AC质量等级可以经由数值(例如，分数)、颜色代码(例如，不同的颜色和/或不同的颜色阴影)、词语和/或短语(例如，“最容易”、“放松”、“最困难”、“要求”、“不太容易”、“不太困难”、“较容易”、“较困难”等)和/或AC质量图标(例如，表情符号)来表示。路线评估模块330因此可以生成整条路线的AC质量等级。路线评估模块330还可以使用查找表、映射函数或任何其他技术上可行的技术将所选路线的路段或航点聚合ACL映射到颜色代码，从而将路线上的每个路段或航点映射到颜色和/或颜色阴影。路线评估模块330因此可以通过对路线的每个部分(例如，每个路段或航点)进行颜色编码来生成该部分的AC质量等级，类似于基于交通状况对地图上道路的各个部分进行颜色编码。查找表和/或映射函数可以存储在数据库142和/或数据存储库162中。

如图3所示，路线评估模块330已经基于上述任何选择技术从路线322-1至322-N中选择路线322-1和322-3。导航应用152然后可以发送所选择的路线以呈现给用户。例如，导航应用152可以将输出发送到显示装置134，所述输出包括地图和地图上所选路线的可视化(例如，对应道路上所选路线的描迹)。导航应用152还与选择的路线一起发送选择的路线的AC质量信息(例如，整条路线的AC质量等级、路线的每个路段或航点的AC质量等级)。AC质量信息与选择的路线一起输出给用户。导航应用152还可以与供输出的所选路线和AC质量信息一起发送与所选路线相关联的其他信息(例如，路线的总距离、到达路线目的地的总持续时间或估计时间)。下面结合图4A-图4B进一步描述所选路线的输出的示例。

应当理解，尽管针对组合了认知负荷和情绪负荷的情感-认知负荷描述了上述路线确定和选择技术，但是可以使用其中分别考虑认知负荷和情绪负荷的类似技术。即，上述技术适用于将认知负荷和情绪负荷作为可以不同地加权的单独参数来对待，而不是组合为情感-认知负荷。

还应当理解，上述路线确定和选择技术可以组合。即，路线确定还考虑了路线选择的上述标准。例如，可以为道路网络图的至少一部分确定聚合的ACL，并且聚合的ACL可以在图分析中用作路线确定的边距离。

在一些实施方案中，AC质量相对于其他标准的权重和/或历史ACL和当前ACL的权重可以对于用户个性化。即，导航应用152的每个用户具有其自行配置的权重集合，用于强调或不强调AC质量、历史ACL和/或当前ACL。

在一些实施方案中，路线确定模块320还使用任何技术上可行的技术来确定和/或生成路线322的导航指令(例如，详细指令、逐向指令)。路线的导航指令为用户提供遍历从起始位置302到目的地位置304的路线的指导。路线确定模块320可以在确定路线的同时、在确定路线之后、或者在路线评估模块330已经选择路线之后，确定和/或生成用于路线的指令。导航指令可以包括一种或多种格式的指令(例如，文本、言语音频数据、视觉指示符或提示、触觉或空中触觉提示等)。

在一些实施方案中，导航应用152可以以用户可以选择的不同模式进行操作。例如，在第一模式中，导航应用152特别是路线评估模块330单独地或结合其他标准基于AC质量来选择路线322，如上所述。在第二模式中，路线评估模块330基于其他标准来选择路线322，而忽略AC质量。作为另一示例，在第一模式和第二模式两者中，路线评估模块330均基于AC质量结合其他标准来选择路线322。但是，在第一模式下，与其他标准相比，AC质量的权重明显高于第二模式(例如，在第一模式下，AC质量的权重为50％，而在第二模式下，AC质量的权重为10％)。因此，不同的模式对应于赋予AC质量多少权重或强调程度。例如，在第一模式中可以强调AC质量(例如，权重相对较高)，而在第二模式中可以不强调AC质量(例如，权重相对较低、完全不考虑)。此外，在一些实施方案中，导航应用152可以在第一模式和第二模式两者下确定和选择路线，并且向用户提供根据两种模式确定和选择的路线。例如，导航应用152可以根据第一模式选择最容易的路线，并且根据第二模式选择最快的模式。导航应用152可以将两条选择的路线以及相关联的AC质量信息一起提供给用户，从而使用户能够比较最容易路线与最快路线的时间、距离和/或AC质量。

图4A-图4B示出了根据各种实施方案的导航应用152的示例用户界面。导航应用152可以经由用户界面400向用户呈现路线。如图所示，用户界面400包括信息区域401和地图412。信息区域401包括导航位置信息402，其指示用户请求路线的起始位置和目的地位置(例如，分别为起始位置302和目的地位置304)。信息区域401还包括模式选择器和指示器404。模式指示器404指示导航应用152当前正在其中操作的模式。模式指示器404包括对应于第一模式的第一模式指示器404-A和对应于第二模式的第二模式指示器404-B。用户可以通过选择(例如，点击或敲击)期望模式的指示器404来选择要激活的模式，并且激活模式的指示器404被高亮显示。例如，如图所示，指示器404-A被高亮显示。即，导航应用152当前正在第一模式下操作。

如图4A所示，第一模式对应于“最容易”模式，并且第二模式对应于“最快”模式。“最容易”模式是其中强调AC质量以进行路线选择的模式(例如，上面结合图3所述的第一模式)，且“最快”模式是其中不强调AC质量以进行路线选择的模式(例如，上面结合图3所述的第二模式)。因此，用户可以选择用户界面400是呈现针对AC质量而选择的路线还是呈现针对到目的地的最短距离和/或时间而选择的路线。

如图4A所示，地图412包括起始位置标记414和目的地位置标记416。在地图412上呈现(例如，追踪)从起点位置标记414到目的地位置标记416的两条路线，即路线418和420。根据激活的第一模式，选择路线418和420，其中强调AC质量。在信息区域401中分别显示路线418和420的信息406和408(例如，距离、到目的地的估计时间、路线上的值得注意的道路(例如，主要公路和/或街道))。例如，路线信息406对应于路线418，且路线信息408对应于路线420。路线信息406包括路线418是最容易的路线的指示(例如，在确定的路线322中具有最好的ACL度量)。路线信息408包括路线420是容易路线的指示(例如，具有在所确定的路线322中不是最好的但仍然比所确定的路线322中的至少一些更好的ACL度量)。如路线信息406和408所指示，路线418较容易，但不如路线420快。

用户可以选择一条路线，以查看路线的详细指令和/或更多信息，和/或开始导航路线。例如，用户可以通过选择(例如，点击或敲击)地图412上的路线418、地图412上的标注422或信息区域401中的路线信息406中的任一者来选择路线418；然后选择“开始”按钮410。响应于对“开始”按钮410的选择，导航应用152在用户界面400中显示针对所选路线418的详细指令。

在地图412上，可以将能够由路线评估模块330生成的AC质量信息与路线一起显示。例如，如图4A所示，可以对路线418和420的不同部分进行颜色编码，以指示不同部分的AC质量等级(例如，路段或航点的聚合ACL)，类似于对道路的各部分进行颜色编码以指示交通状况。如图4A所示，在地图412上，对所选路线418进行颜色编码以指示该路线的各部分的AC质量等级，并且未选择的路线420被灰显。附加地，可以为路线418显示标注422，并且可以为路线420显示标注424。标注422包括到达路线418的目的地的估计时间，以及指示路线418的AC质量的AC质量图标。标注424包括到达路线420的目的地的估计时间，以及指示路线420的AC质量的AC质量图标。在一些实施方案中，AC质量图标是表情符号，路线的AC质量被映射到所述表情符号。例如，笑脸表情符号图标可以指示一条容易的路线，而苦脸表情符号图标可以指示一条困难的路线。此外，在一些实施方案中，可以基于对应路线的AC质量对图标进行颜色编码。颜色编码可以包括不同的颜色和/或不同的颜色阴影(例如，相同颜色的较浅阴影对较深阴影)。例如，对于图4A所示的两条路线418和420，其分别在标注422和424中对应的AC质量表情符号图标用不同的颜色编码。

图4B还显示导航应用152的用户界面400以及从与图4A中相同的起始位置414到相同的目的地位置416的路线，但模式指示器404-B被高亮显示。高亮模式指示器404-B指示导航应用152正以第二“最快”模式操作，在该模式中，路线被选择为不强调AC质量。因此，在地图412上显示根据第二模式被选择为最快路线的不同路线430和432。信息区域401中的路线信息426对应于路线420，并且路线信息428对应于路线432。对所选路线430进行颜色编码以指示所述路线的各部分的AC质量等级，并且未选择的路线432被灰显。

路线430的标注434和路线432的标注436均包括苦脸表情符号图标，指示路线430和432具有低的AC质量。如图所示，路线430和432的表情符号图标被颜色编码为相同颜色的不同阴影，路线432的图标被颜色编码为较浅的阴影，指示路线432的难度小于路线430。

在一些实施方案中，导航应用152可以生成和输出AC质量信息，而不需要具有确定的或选择的路线。即，AC质量信息不必一定与从起始位置到目的地位置的特定路线相关联。例如，导航应用152可以确定地图区域中的道路的各部分(例如，道路上的每个路段或航点)的AC质量等级，并且经由对道路的各部分进行颜色编码来在地图412中显示等级，类似于如上所述沿路线对AC质量进行颜色编码。附加地或替代地，道路的AC质量等级可以以热图的形式显示在地图412上。热图可以指示高AC质量道路普遍的区域和低AC质量道路普遍的区域。因此，导航应用152可以显示具有或不具有特定路线下的AC质量的可视化(例如，图标、颜色编码、热图等)。

应当理解，上述AC质量分数、颜色或图标(例如，表情符号)的特定示例仅是示例性的。上述技术可以使用将AC质量映射到数值、颜色和/或图标的任何合适的映射方案。

因此，根据上述技术，导航应用152向用户提供道路的AC质量信息。例如，响应于用户对从起始位置到目的地位置的路线的请求(例如，经由智能手机上或车辆中的导航应用152)，导航应用152可以提供与路线相关联的AC质量信息，且甚至基于AC质量选择路线。作为另一个示例，导航应用152可以在地图的地图区域中(例如，在经由台式计算机或膝上型计算机访问的导航应用152中)显示道路的AC质量信息，类似于显示道路交通状况的地图。

尽管图4A-图4B描述了导航应用152的图形用户界面以及由导航应用152呈现的信息，这些可以显示在显示装置134上(例如，车辆信息娱乐系统显示器、台式计算机或膝上型计算机的显示器、智能手机显示器、平板显示器)，但导航应用152可以包括用户界面并以附加和/或替代方式呈现信息(例如，AC质量信息、路线信息等)。例如，导航应用152可以输出路线信息和AC质量信息以在平视显示器和/或头戴式显示器上显示。作为另一个示例，导航应用152可以结合语音接口(例如，与计算装置101相关联的个人助理应用、与计算装置101相关联的自然语言处理模块等)来呈现信息(例如，AC质量信息、路线信息等)。用户可以向语音接口询问与导航有关的问题(例如，“我应该走什么路到SFMOMA？”)。导航应用152结合语音接口将处理该问题作为对从当前位置到SFMOMA的路线的请求。导航应用152将如上所述确定和选择路线，并确定路线的AC质量信息。导航应用152结合语音接口可以经由扬声器132以言语输出的形式向用户呈现一条或多条路线以及相关联的AC质量信息(例如，“最容易的路线是I-280N，需要1小时30分钟；最快的路线将是101N，快了36分钟，但没有I-280N轻松。”)。

图5示出了根据各种实施方案的示例性车辆系统500，其包括图2的情感-认知负荷子系统200和图2的导航子系统152。如图所示，车辆系统500包括感测模块520、主机单元510、网络160、输出模块540以及任选地云系统530。感测模块520包括面向驾驶员的传感器522(例如，相机)、车厢非面向驾驶员的传感器524(例如，方向盘传感器、踏板传感器等)以及车辆传感器526(例如，速度计、加速度计等)。主机单元510包括导航应用152、ACL应用150和网络模块512。输出模块540包括路线542、导航指令544、替代路线提示546和AC质量等级548。

在各种实施方案中，ACL应用150可以从包括在感测模块520中的一个或多个传感器522、524、526(例如，传感器120)接收传感器数据。在各种实施方案中，ACL应用150还可以从导航应用152和/或网络模块512接收数据。ACL应用150分析接收到的数据以计算与驾驶员的认知负荷和情绪状态相关联的ACL。在各种实施方案中，ACL应用150可以将ACL发送到云系统530以进行存储。云系统530托管一个或多个数据存储库或数据库(例如，数据存储库162)，其中可以存储ACL值以及对应的位置和时间戳信息(例如，ACL数据232)。附加地或替代地，ACL应用150可以将ACL发送到主机单元512本地的存储装置(例如，数据库142)。

在一些实施方案中，ACL应用150将为驾驶员确定的ACL值发送到导航应用152。因此，导航应用152(例如，中断模块570)可以访问驾驶员的当前ACL值。附加地或替代地，导航应用152可以从云系统530和/或主机单元512本地的存储装置获得驾驶员的当前ACL值。

感测模块520包括多种类型的传感器，包括面向驾驶员的传感器522(例如，相机、运动传感器等)、车厢非面向驾驶员的传感器524(例如，运动传感器、压力传感器、温度传感器等)以及车辆传感器526(例如，面向外的相机、加速度计等)。在各种实施方案中，感测模块520提供传感器数据的组合，所述组合描述其中更详细地观察到组合的情感-认知负荷的环境。例如，感测模块520可以提供与车辆的操作相关联的一组值(例如，后轮胎的角速度、踏板运动的速度、车辆的速度等)。在这样的情况下，ACL应用150可以基于所接收的值来确定认知负荷值和/或情绪负荷值，诸如通过将测量的车辆速度与该位置的速度极限和/或周围车辆的速度相比较。

在各种实施方案中，车辆传感器526还可以包括其他外部传感器。这样的外部传感器可以包括光学传感器、声学传感器、道路振动传感器、温度传感器等。在一些实施方案中，感测模块和/或网络模块512可以获取其他外部数据，诸如地理位置数据(例如，GNNS系统，包括全球定位系统(GPS)、格洛纳斯、伽利略、北斗等)。在一些实施方案中，导航数据和/或地理位置数据可以被组合以基于预期的驾驶状况来预测对ACL的改变。例如，预期的交通拥堵可能使用户ACL应用150预测在车辆到达受影响区域时ACL的增加。

网络模块512转换传感器模块520的结果。在各种实施方案中，网络模块512可以检索特定值，诸如感测数据562、连接的车辆数据564和/或历史数据(例如，先前的ACL、由远程装置计算的计算结果等)。在一些实施方案中，网络模块512可以发送由主机单元获取的数据，诸如一个或多个ACL，和/或由传感器模块520获取的感测数据562。在这样的情况下，连接到网络160的一个或多个装置或系统可以将从网络模块516接收的数据与来自其他车辆和/或基础设施的数据在被计算模块消耗之前进行合并。例如，一个或多个装置或系统可以累积并编译感测数据，以便将驾驶状况与所需的驾驶员准备状况相关联。例如，云系统530可以累积并编译从多个车辆接收的ACL数据232，从而编译在不同位置和日期/时间的驾驶员所经历的ACL的数据库。云系统530可以应导航应用152的请求，聚合和/或合并ACL数据232，以确定或计算导航应用152可以使用的某些与ACL相关的值(例如，聚合ACL、ACL度量)。

导航应用152可以生成并输出路线和AC质量信息。例如，导航应用152可以确定从起始位置(例如，用户输入的位置、车辆的当前位置)到目的地位置的一条或多条路线，并且确定和/或生成用于该路线的导航指令。导航应用152可以基于与路线相关联的ACL数据来选择路线中的一条或多条。导航应用152可以使用以上结合图3描述的技术来确定和选择路线，并生成AC质量信息。导航应用152可以将选择的路线542、与路线542相关联的导航指令544以及与路线542相关联的AC质量信息548发送到输出模块540。导航应用152还可以生成不与特定路线相关联的AC质量信息。

在一些实施方案中，导航应用152还包括中断模块570。当驾驶员在路线542上驾驶车辆时，导航应用152(例如，中断模块570)获得驾驶员的当前ACL数据，并确定驾驶员的ACL是否超过预定义的阈值。如果中断模块570确定驾驶员的ACL超过阈值(例如，即时ACL值超过阈值、驾驶员的ACL已超过阈值达至少某一阈值时间段)，则中断模块570可以致使导航应用152确定比当前行驶路线542的其余部分具有更高的AC质量的替代路线。替代路线的起始位置将是车辆的当前位置，且目的地位置将与当前行驶的路线相同。导航应用152将替代路线提示546与替代路线542一起发送到输出模块540。替代路线提示546通知驾驶员替代的较容易路线542的可用性，并以选择接受或拒绝替代路线的方式提示驾驶员。

在各种实施方案中，导航应用152可以将各种信息(例如，路线、AC质量信息)发送到生成一个或多个输出信号的输出模块540。在替代实施方案中，导航应用152可以生成与该信息相对应的输出信号。在各种实施方案中，输出信号中包括的信息包括路线542、导航指令544、替代路线提示546和AC质量信息548中的一者或多者。

在各种实施方案中，路线542包括路线和对应的信息(例如，起始位置和目的地位置、估计的到达目的地的时间、距离、路线上的道路)以及路线的可视化(例如，地图上路线的描迹)。

在各种实施方案中，导航指令544包括与路线542相关联的文本、言语和/或视觉指令或指导内容。例如，导航指令544可以包括针对路线542的文本和言语形式两者的逐向指令。导航指令544还可以包括指令的触发点(例如，特定指令要在路线上的哪个位置被呈现给驾驶员)。

在各种实施方案中，替代路线提示546包括通知和提示驾驶员替代的较容易路线可用，并且驾驶员可以接受或拒绝替代路线。

在各种实施方案中，AC质量信息548包括与道路和/或路线(例如，道路和/或路线的路段或航点)相关联的AC质量信息(例如，分数、颜色代码、图标、词语和/或短语)。AC质量信息可以包括与特定路线相关联的信息和/或不与任何特定路线相关联的信息(例如，道路的给定部分的聚合历史AC质量)。

图6是根据各种实施方案的用于基于注意力-认知负荷来导航路线的方法步骤的流程图。尽管相对于图1-图5的系统描述了方法步骤，但是本领域技术人员将理解，被配置为以任何顺序执行方法步骤的任何系统在各种实施方案的范围内。

如图所示，方法600开始于步骤602，其中导航应用152获得起始位置和目的地位置。在各种实施方案中，导航应用152经由用户输入(例如，手动用户输入、用户对所保存的地址或位置的选择)获得起始位置和目的地位置中的至少一者。在一些实施方案中，可以由导航应用152自动确定起始位置和目的地位置中的至少一者(例如，导航应用152经由位置模块138将车辆的当前位置确定为起始位置)。

在步骤604，导航应用152确定从起始位置到目的地位置的可能路线。导航应用152在地理区域中的道路网络中的道路上确定从起始位置去到目的地位置的一条或多条可能的路线。

在步骤606，导航应用152获得所确定的路线中的位置的情感-认知负荷数据。导航应用152获得在所确定的路线所经过的位置处的ACL数据。ACL数据可以被限制为具有从一定时间段开始的时间戳的数据。ACL数据可以包括特定于用户的数据，或者包括未绑定到任何特定用户或驾驶员的非个性化数据。

在步骤608，导航应用152至少基于情感-认知负荷数据来评估路线。导航应用152针对AC质量对路线进行评估。例如，导航应用152可以确定每条路线的ACL度量并且比较路线的ACL度量。

在步骤610，导航应用152基于评估来选择路线的子集。导航应用152单独地或结合附加标准基于AC质量选择路线中的一条或多条。例如，导航应用152可以选择具有最佳AC质量的一条或多条路线。导航应用152可以根据用户能够选择的模式来对选择中的AC质量不同地进行加权。例如，当“最容易”模式处于活动状态时，导航应用152可以选择路线418和420，以强调AC质量。另一方面，当“最快”模式处于活动状态时，导航应用152可以选择路线430和432，以不强调AC质量。

在步骤612，导航应用152发送所选的路线子集以供输出。导航应用152将路线发送到输出装置，以呈现给用户。例如，导航应用152可以将所选路线发送到显示装置134，以在导航应用152的用户界面400中显示。在一些实施方案中，导航应用152生成一组导航指令(例如，逐向指引)，以沿所选路线进行导航(例如，沿着所选路线驾驶车辆)。导航应用152将导航指令以一种或多种格式发送到I/O装置130以供输出(例如，发送到显示装置134以作为文本和/或其他视觉指示符或提示进行显示，发送到扬声器132以作为言语进行输出)。

总之，所公开的技术可以用于提供基于情感-认知负荷的导航。计算系统包括导航应用(或子系统)以及任选的情感-认知负荷应用(或子系统)。导航应用确定起始位置和目的地位置之间的可能路线。导航应用获得沿从起始位置到目的地位置的路线的位置的情感-认知负荷数据。导航应用基于获得的情感-认知负荷数据评估路线，并基于情感-认知负荷度量选择一条或多条路线以提供给驾驶员。在一些实施方案中，情感-认知负荷应用确定车辆驾驶员在不同时间车辆所经过的不同位置处的情感-认知负荷。情感-认知负荷应用将情感-认知负荷以及对应的位置和时间戳信息发送到本地数据存储库和/或基于云的数据存储库以进行存储。导航应用从本地数据存储库和/或基于云的数据存储库获得该用户或多个用户的情感-认知负荷数据。

所公开技术的至少一个优点和技术改进是导航应用或系统确定并提供考虑了路线的情感-认知挑战的路线。因此，导航应用或系统能够向用户提供“更容易”的路线，在该路线中，用户可以更好地专注于驾驶任务，而不会在认知和/或情感上过度负担，从而促进用户的安全和康乐。另一个优点和技术改进是将路线的情感-认知质量信息呈现给用户。因此，用户能够基于用户的情感-认知需求和期望做出关于采用哪条路线通向目的地的更为知情的选择。

1.在一些实施方案中，一种计算机实现的方法包括：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的多条路线；获得与所述多条路线相关联的情感-认知负荷(ACL)数据；基于所述ACL数据选择包括在所述多条路线中的第一路线；以及发送所述第一路线用于输出。

2.根据条款1所述的方法，其中获得与所述多条路线相关联的(ACL)数据包括获得与沿着所述第一路线的多个位置相关联的ACL数据。

3.根据条款1或2所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括确定与包括在沿着所述第一路线的所述多个位置中的第一位置相关联的聚合ACL。

4.根据条款1-3中任一项所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括确定与所述第一路线相关联的累积ACL。

5.根据条款1-4中任一项所述的方法，其中与所述多条路线相关联的所述ACL数据包括历史ACL数据或当前ACL数据中的至少一者。

6.根据条款1-5中任一项所述的方法，其中与所述多条路线相关联的所述ACL数据包括与定义的时间段相关联的ACL数据。

7.根据条款1-6中任一项所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括基于所述ACL数据结合一个或多个附加标准选择所述第一路线。

8.根据条款1-7中任一项所述的方法，其还包括生成与所述第一路线相关联的情感-认知(AC)质量信息；以及发送与所述第一路线相关联的所述AC质量信息以供输出。

9.根据条款1-8中任一项所述的方法，其中所述AC质量信息包括所述第一路线的AC质量等级。

10.根据条款1-9中任一项所述的方法，其中所述AC质量信息包括与所述第一路线的第一部分相关联的AC质量等级。

11.在一些实施方案中，一种系统包括：存储器，其存储应用；和处理器，其在执行所述应用时被配置为：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的路线；获得与所述路线相关联的情感-认知负荷(ACL)数据；基于所述ACL数据生成与所述路线相关联的情感-认知(AC)质量信息；以及发送所述路线和所述AC质量信息以供输出。

12.根据条款11所述的系统，其中与所述路线相关联的所述ACL数据包括与所述路线的多个部分相关联的ACL数据。

13.根据条款11或12所述的系统，其中生成所述AC质量信息包括为包括在所述路线的所述多个部分中的每个部分确定聚合ACL。

14.根据条款11-13中任一项所述的系统，其中生成所述AC质量信息包括将包括在所述路线的所述多个部分中的第一部分的聚合ACL映射到与所述第一部分相关联的AC质量等级。

15.根据条款11-14中任一项所述的系统，其中生成所述AC质量信息还包括基于所述路线的所述多个部分的所述聚合ACL确定所述路线的ACL度量。

16.根据条款11-15中任一项所述的系统，其中所述系统还包括一个或多个传感器，并且所述处理器还被配置为：基于来自所述一个或多个传感器的数据确定用户ACL；确定所述用户ACL超过阈值；响应于确定所述用户ACL超过所述阈值，确定从第二起始位置到所述目的地位置的第二路线；以及发送所述第二路线以供输出。

17.在一些实施方案中，一种或多种非暂时性计算机可读存储介质包括指令，所述指令在由一个或多个处理器执行时致使所述一个或多个处理器执行以下步骤：获得起始位置和目的地位置；确定从所述起始位置到所述目的地位置的多条路线；获得与所述多条路线相关联的情感-认知负荷(ACL)数据；基于所述ACL数据选择所述多条路线的子集；以及发送所述多条路线的所述子集以供输出。

18.根据条款17所述的一种或多种计算机可读介质，其中获得与所述多条路线相关联的(ACL)数据包括获得与沿着包括在所述多条路线中的第一路线的多个位置相关联的ACL数据。

19.根据条款17或18所述的一种或多种计算机可读介质，其包括指令，所述指令在由所述一个或多个处理器执行时还致使所述一个或多个处理器执行以下步骤：生成与所述多条路线的所选子集相关联的情感-认知(AC)质量信息；以及发送与所述多条路线的所述所选子集相关联的所述AC质量信息以供输出。

20.根据条款17-19中任一项所述的一种或多种计算机可读介质，其包括指令，所述指令在由所述一个或多个处理器执行时还致使所述一个或多个处理器执行以下步骤：接收包括在所述多条路线中的第一路线的选择；生成与所述第一路线相关联的一组导航指令；以及发送与所述第一路线相关联的所述一组导航指令以供输出。

权利要求中任一项所述的权利要求要素和/或本申请中描述的任何要素中的任何一个的呈任何形式的任何和所有组合均落入本保护的预期范围内。

各种实施方案的描述已被呈现用于说明目的，而并非意在穷举或限于所公开的实施方案。在不脱离所描述的实施方案的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说将是明显的。

本实施方案的各方面可实施为系统、方法或计算机程序产品。因此，本公开的各方面可采用以下形式：完全硬件实施方案、完全软件实施方案(包括固件、常驻软件、微代码等)或组合了软件方面与硬件方面的实施方案，所述各实施方案在本文中一般都可称为“模块”、“系统”或“计算机”。另外，本公开中描述的任何硬件和/或软件技术、过程、功能、部件、引擎、模块或系统可以被实现为一个电路或一组电路。此外，本公开的各方面可采用计算机程序产品的形式，所述计算机程序产品在其上实施有计算机可读程序代码的一种或多种计算机可读介质中实施。

可利用一种或多种计算机可读介质的任何组合。计算机可读介质可为计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可为例如但不限于电子、磁性、光学、电磁、红外或半导体系统、设备或装置或前述介质的任何合适组合。计算机可读存储介质的更具体示例(非详尽列表)将包括以下介质：具有一根或多根导线的电气连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储装置、磁存储装置或前述介质的任何合适组合。在本文档的语境中，计算机可读存储介质可以是可含有或存储供指令执行系统、设备或装置使用或与其联用的程序的任何有形介质。

参照根据本公开的实施方案的方法、设备(系统)和计算机程序产品的流程图图解和/或框图来描述本公开的各方面。应当理解，流程图图解和/或框图中的每个框以及流程图图解和/或框图的框组合能够通过计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生机器。当指令经由计算机或其他可编程数据处理设备的处理器执行时，使得能够实现在流程图和/或框图的一个或多个框中指定的功能/动作。这种处理器可为但不限于通用处理器、专用处理器、应用特定处理器或现场可编程门阵列。

附图中的流程图和框图示出根据本公开的各种实施方案的系统、方法和计算机程序产品的可能实现方式的体系结构、功能性和操作。在这个方面，流程图或框图中的每个框可以表示代码的模块、区段或部分，所述代码包括用于实现所指定的逻辑功能的一个或多个可执行指令。还应当指出的是，在一些替代实现方式中，框中提到的功能可以不按附图中提到的顺序出现。例如，实际上取决于所涉及的功能，可以基本上同时执行连续示出的两个框，或者有时可以以相反的顺序执行所述框。还应当指出的是，框图和/或流程图图解的每个框以及框图和/或流程图图解中的框的组合可以由执行规定的功能或动作的基于专用硬件的系统或者专用硬件和计算机指令的组合来实现。

尽管前述内容针对本公开的实施方案，但是可在不脱离本公开基本范围的情况下设计出本公开的其他和更多实施方案，且所述范围由所附权利要求确定。

Claims (20)

1.一种计算机实现的方法，其包括：

获得起始位置和目的地位置；

确定从所述起始位置到所述目的地位置的多条路线；

获得与所述多条路线相关联的情感-认知负荷(ACL)数据；

基于所述ACL数据选择包括在所述多条路线中的第一路线；以及

发送所述第一路线以供输出。

2.根据权利要求1所述的方法，其中获得与所述多条路线相关联的(ACL)数据包括获得与沿着所述第一路线的多个位置相关联的ACL数据。

3.根据权利要求2所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括确定与包括在沿着所述第一路线的所述多个位置中的第一位置相关联的聚合ACL。

4.根据权利要求1所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括确定与所述第一路线相关联的累积ACL。

5.根据权利要求1所述的方法，其中与所述多条路线相关联的所述ACL数据包括历史ACL数据或当前ACL数据中的至少一者。

6.根据权利要求1所述的方法，其中与所述多条路线相关联的所述ACL数据包括与定义的时间段相关联的ACL数据。

7.根据权利要求1所述的方法，其中基于所述ACL数据选择包括在所述多条路线中的所述第一路线包括基于所述ACL数据结合一个或多个附加标准选择所述第一路线。

8.根据权利要求1所述的方法，其还包括：

生成与所述第一路线相关联的情感-认知(AC)质量信息；以及

发送与所述第一路线相关联的所述AC质量信息以供输出。

9.根据权利要求8所述的方法，其中所述AC质量信息包括所述第一路线的AC质量等级。

10.根据权利要求8所述的方法，其中所述AC质量信息包括与所述第一路线的第一部分相关联的AC质量等级。

11.一种系统，其包括：

存储器，其存储应用；以及

处理器，其在执行所述应用时被配置为：

获得起始位置和目的地位置；

确定从所述起始位置到所述目的地位置的路线；

获得与所述路线相关联的情感-认知负荷(ACL)数据；

基于所述ACL数据生成与所述路线相关联的情感-认知(AC)质量信息；以及

发送所述路线和所述AC质量信息以供输出。

12.根据权利要求11所述的系统，其中与所述路线相关联的所述ACL数据包括与所述路线的多个部分相关联的ACL数据。

13.根据权利要求12所述的系统，其中生成所述AC质量信息包括为包括在所述路线的所述多个部分中的每个部分确定聚合ACL。

14.根据权利要求13所述的系统，其中生成所述AC质量信息包括将包括在所述路线的所述多个部分中的第一部分的聚合ACL映射到与所述第一部分相关联的AC质量等级。

15.根据权利要求13所述的系统，其中生成所述AC质量信息还包括基于所述路线的所述多个部分的所述聚合ACL确定所述路线的ACL度量。

16.根据权利要求11所述的系统，其中所述系统还包括一个或多个传感器，并且所述处理器还被配置为：

基于来自所述一个或多个传感器的数据确定用户ACL；

确定所述用户ACL超过阈值；

响应于确定所述用户ACL超过所述阈值，确定从第二起始位置到所述目的地位置的第二路线；以及

发送所述第二路线以供输出。

17.一种或多种非暂时性计算机可读存储介质，其包括指令，所述指令在由一个或多个处理器执行时致使所述一个或多个处理器执行以下步骤：

获得起始位置和目的地位置；

确定从所述起始位置到所述目的地位置的多条路线；

获得与所述多条路线相关联的情感-认知负荷(ACL)数据；

基于所述ACL数据选择所述多条路线的子集；以及

发送所述多条路线的所述子集以供输出。

18.根据权利要求17所述的一种或多种计算机可读介质，其中获得与所述多条路线相关联的(ACL)数据包括获得与沿着包括在所述多条路线中的第一路线的多个位置相关联的ACL数据。

19.根据权利要求17所述的一种或多种计算机可读介质，其包括指令，所述指令在由所述一个或多个处理器执行时还致使所述一个或多个处理器执行以下步骤：

生成与所述多条路线的所选子集相关联的情感-认知(AC)质量信息；以及

发送与所述多条路线的所述所选子集相关联的所述AC质量信息以供输出。

20.根据权利要求17所述的一种或多种计算机可读介质，其包括指令，所述指令在由所述一个或多个处理器执行时还致使所述一个或多个处理器执行以下步骤：

接收包括在所述多条路线中的第一路线的选择；

生成与所述第一路线相关联的一组导航指令；以及

发送与所述第一路线相关联的所述一组导航指令以供输出。

Images