CN114174767A - 使用众包网络数据进行路线规划 - Google Patents
使用众包网络数据进行路线规划 Download PDFInfo
- Publication number
- CN114174767A CN114174767A CN202080052210.9A CN202080052210A CN114174767A CN 114174767 A CN114174767 A CN 114174767A CN 202080052210 A CN202080052210 A CN 202080052210A CN 114174767 A CN114174767 A CN 114174767A
- Authority
- CN
- China
- Prior art keywords
- network
- location
- route
- data
- quality
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000015654 memory Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 11
- 230000001172 regenerating effect Effects 0.000 claims 1
- 230000001413 cellular effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mobile Radio Communication Systems (AREA)
- Navigation (AREA)
Abstract
在本文中公开了用于提供针对规划在起始位置与结束位置之间行进的计算设备的建议路线的技术。在示例中,众包数据被用于生成网络地图,所述网络地图包括被映射到一个或多个地理位置的网络参数。所述网络地图被用于生成针对规划在起始位置与结束位置之间行进的计算设备的建议路线。可以使用优化函数来生成所述建议路线以使行进时间最小化并且优化网络连接参数。
Description
技术领域
本文档总体涉及但不限于无线网络,并且具体涉及但不限于基于网络可用性和质量来规划针对计算设备的行进路线。
背景技术
存在若干应用可供用户规划行进路线,以便使在起始位置与结束位置之间的总行进时间最小化。这些应用可以基于道路的类型、预测的车辆交通量、建筑或者其他行进考虑因素来提供若干备选路线。用户然后能够选择期望的路线并且沿着该路线在起始位置与结束位置之间行进。在沿着规划的路线行进时,用户设备和其他计算设备可能希望通过各种无线网络来访问各种类型的数据。网络连接性会取决于地理位置而有很大差异。对于一些用户而言,在起始位置与结束位置之间行进时,可靠的网络连接可能是最重要的。
附图说明
在不一定按比例绘制的附图中,相似的数字可以在不同的视图中描述相似的组件。具有不同字母后缀的相似数字可以表示相似组件的不同实例。一些实施例通过示例而非限制的方式在附图的图中被图示出,其中:
图1是图示了用于众包网络连接性数据的示例性系统的图。
图2是图示了使用众包网络数据生成的网络地图的逻辑图。
图3是图示了使用众包数据生成网络地图的方法的流程图。
图4是图示了包括使用网络地图生成的建议路线的地图的客户端侧显示。
图5是图示了使用网络地图生成建议路线的方法的流程图。
图6是图示了在按选定路线行进时更新建议路线的方法的流程图。
图7是图示了在按选定路线行进时更新建议路线的方法的流程图。
图8是图示了可以在其上实现一个或多个实施例的机器的示例的框图。
具体实施方式
在本文中公开了利用指示针对各种地理位置的一个或多个网络参数和/或指示符的众包网络地图来生成建议的行进路线的系统和方法。可以针对计算设备生成规划从起始位置行进到结束位置的的建议路线。在一个示例中,可以使用优化函数来生成所述建议路线以使行进时间最小化并且优化在起始位置与结束位置之间的网络连接参数。在一些示例中,待优化的网络连接参数基于用户对网络的预期用途。例如,如果用户打算进行互联网协议语音(VoIP)呼叫,则系统可以设法规划路线以便使行进时间和延迟最小化。可以在计算设备沿着先前选择的路线行进时使用更新的网络地图、来自沿着相似路线行进的其他计算设备的广告连接、或者在计算设备正在按选定路线行进时接收到的任何其他新的或经更新的信息,来生成新的建议路线。在一些示例中,当生成所述建议路线时可以考虑当前上下文,诸如一天中的时间、一周中的一天、日期、季节、交通指示符/状况、天气状况、行进速度或者用户设备属性。
图1是图示了用于众包网络连接性和质量数据的示例性系统100的图。系统100包括访问一个或多个无线网络106a-106e的一个或多个服务器102和用户设备104a-104f。用户设备104a-104f可以是在访问一个或多个无线网络106a-106e的同时沿着一个或多个地理路线行进的任何用户设备。无线网络106a-106e可以是蜂窝网络、局域网、广域网、或者任何其他无线网络。例如,无线网络106a-106e可以包括一个或多个第3代(3G)、第4代(4G)、长期演进(LTE)、第5代(5G)或者任何其他蜂窝网络、根据电气和电子工程师协会(IEEE)802.11标准系列(被称为)、IEEE802.16标准系列(被称为)、IEEE 802.16.4系列的无线网络或者任何其他无线网络。无线网络106a-106e中的每个无线网络可以被配置为在一个或多个网络信道上与用户设备104a-104f中的一个或多个用户设备进行通信。所述信道可以是例如由相应网络通信的无线标准所定义的频率信道。尽管被图示为五个无线网络106a-106e和六个用户设备104a-104e,但是任何数量的用户设备可以提供关于任何数量的无线网络的数据。
用户设备104a-104f可以被配置为通过任意连接(包括有线连接和无线连接)与服务器102通信。每个用户设备104a-104f(其可以是电话、平板计算机、膝上型计算机、可穿戴设备或者其他个人计算设备)可以被配置为向服务器102上传数据以及从服务器102下载数据。每个用户设备104a-104f可以向服务器102上传当前位置数据以及包括关于无线网络106a-106e中的一个或多个无线网络的一个或多个网络参数的数据。这些网络参数能够包括例如网络类型、信道可用性、信道质量、网络可用性、网络下载速度、网络上传速度、语音可用性、语音质量、以及针对每个相应网络的任何其他参数或指示。用户设备104a-104f可以通过相应用户设备104a-104f正在报告的相应网络106a-106e或者通过另一网络将所述网络参数传送给服务器102。例如,用户设备可以通过数据连接向服务器102报告语音连接可用性。所述数据可以被实时上传到服务器102,或者可以由相应的用户设备104a-104f存储并且稍后上传到服务器102。用户设备104a-104f还可以上传上下文数据以及网络参数。所述上下文数据可以指定在其中获得所述网络参数的上下文。该上下文可以是时间的,例如,指定一天中的时间、一周中的一天、日期、季节等,或者可以包括其他上下文数据,诸如交通状况、天气状况、行进速度、设备属性等。
服务器102可以包括一个或多个应用,所述应用被配置为从用户设备104a-104f收集网络质量数据并且为一个或多个地理区域编译“众包”网络地图。例如,可以将网络质量数据连同当前地理信息(诸如纬度坐标和经度坐标)一起提供给服务器102。所述网络地图可以是被存储在数据库中的无线网络106a-106e的模型,其中地理坐标被映射到特定网络106a-106e和相应的网络质量数据。能够基于所述坐标而将所述数据分组为任意大小的地理区域,诸如城市街区、高速公路的路段、或者任何其他指定的地理区域。
图2是图示了使用众包网络质量数据生成的网络地图200的逻辑图。所述网络地图可以存储例如地理位置202、网络204和网络参数206并且将其映射到彼此。在其他示例中,可以存储与一个或多个无线网络相关的另外的众包数据。地理位置202能够包括坐标(诸如纬度和经度),和/或地理区域,诸如城市街区、地块、部分高速公路、或者任何其他地理上定义的区域。
地理位置202可以映射到一个或多个网络204。例如,如果网络可用于特定地理位置,则相应网络能够被映射到该地理位置(和/或该地理位置能够被映射到该网络)。网络204可以包括诸如网络标识符、网络类型以及特定于无线网络的任何其他数据之类的数据。网络204中的每个无线网络也能够映射到一个或多个网络参数。所述参数能够包括网络可用性、信道可用性、信道稳定性、信道强度、以及关于相应无线网络的任何其他参数或指示符。
针对网络地图200的信息可以以任何期望的格式被存储在一个或多个数据库中。网络地图200可以由服务器102或者任何其他计算系统使用从用户设备104a-104f接收的众包数据来生成。所述网络地图还可以生成和存储由服务器102生成的关于地理位置202、网络204和/或参数206的指示符208。在一个示例中,指示符208可以包括针对每个地理区域的相应无线网络106a-106e的所有网络中断的列表。在另一示例中,指示符208可以包括针对每个无线网络的网络质量指示符和/或针对每个地理区域的信道。例如,针对每个地理区域的网络的每个信道,所述网络地图可以包括在0与10之间的指示符,0表示无连接,并且10表示良好的连接。在另一示例中,指示符208可以是关于一种类型的网络是否可用于相应地理区域的简单二进制的“是”或“否”。在一些示例中,可以使用机器学习或者任何其他算法来生成所述指示符。
也能够生成指示符208从而为相应的网络或信道提供多个指示。例如,能够为相应网络的每个信道分配针对各种类别中的每个类别的分数。在示例中,所述类别能够包括带宽、延迟、吞吐量、抖动、错误率、和/或任何其他网络性能类别。在示例中,多个用户设备104a-104e能够提供关于针对相应地理区域的相应信道的数据。然后,可以使用所述数据对相应的信道进行评分。例如,这些分数然后可以被用于通知通过计算设备的连接选择。在示例中,对于期望使用互联网协议语音(VoIP)的用户而言,可能期望知道哪些信道具有低延迟,而对于流送数据的用户而言,可能期望知道哪些信道具有高带宽。因此,一个或多个应用可以使用这些指示符208来为行进通过地理位置202的计算设备规划网络连接。
指示符208也能够包括将一个或多个上下文映射到一个或多个网络参数的上下文数据。例如,所述上下文数据可以是时间的,将所述网络参数映射到一天中的时间、一周中的一天、日期、季节等。上下文数据还可以指示非时间的上下文,诸如电力数据、交通状况、天气状况、设备属性、行进速度等。例如,当上传所述网络质量数据时,用户设备106a-106e可以上传关于用户设备的当前功率和/或功率消耗或者其他设备属性/能力的数据。
图3是图示了生成网络地图的方法300的流程图。方法300能够由服务器102、用户设备104a-104f、或者任何其他计算机系统来执行。在步骤302处,用户设备(诸如电话、平板计算机、膝上型计算机、可穿戴设备以及其他用户设备)上传关于相应用户设备所连接的网络的一个或多个参数的信息。例如,用户设备可以被连接到蜂窝网络并且使用蜂窝语音连接和/或蜂窝数据连接。在另一示例中,所述用户设备可以使用任何无线协议被连接到局域网或广域网,所述无线协议诸如是被称为的IEEE 802.11标准系列、被称为的IEEE 802.16标准系列、或者任何其他网络标准。在其他示例中,所述设备可以被连接到另一种类型的无线网络。在一些示例中,所述用户设备可以提供关于相应用户设备未连接的网络和/或信道的一个或多个参数的信息。例如,服务集标识符(SSID)和附近网络的信号强度。
相应的用户设备可以提供设备的地理位置、设备被无线连接到的蜂窝或者其他无线网络、设备通过其被连接到无线网络的无线信道、连接质量、以及关于相应网络的其他参数。可以使用地理坐标来提供设备的位置,诸如使用全球定位系统(GPS)的纬度和经度,例如区域描述符,诸如两条道路的交叉点,或者指示设备位置的任何其他地理数据。所述连接质量可以是信噪比、关于成功连接的指示、或者连接质量的任何其他指标。所述用户设备可以提供关于语音连接质量的类似数据。在一些示例中,所述设备可以提供由用户输入的、用户设备正在行进的当前导航路线。
在步骤304处,所收集的数据被用于生成网络地图。所述网络地图能够采用允许将针对无线网络的网络参数映射到地理位置的任意形式。所述网络地图数据可以被存储在一个或多个数据库中,例如,以任意数据库存储格式。可以使用所上传的用户数据来生成指示符,诸如针对地理区域的一般网络可用性指示符。例如,在步骤306处,能够将所生成的网络地图的部分或整个提供给其他计算设备,以用于针对规划的行进路线来规划网络连接。
图4是图示了示例性客户端侧用户界面的图。所述客户端侧用户界面可以包括显示400,显示400被配置为输出地图402,地图402图示了指定的起始位置404、结束位置406、第一建议路线408、第二建议路线410和网络指示符412。所述显示还可以包括输入414a、414b、416和418。网络指示符412可以从网络地图获得,并且可以向用户提供一个或多个无线网络的一个或多个参数的指示。例如,指示符412能够提供关于网络可用、没有蜂窝语音连接可用、没有蜂窝数据可用、蜂窝数据带宽特别高或特别低的指示,或者关于沿着建议路线408和410的任何其他网络的任何其他指示。
显示400可以允许用户通过获知特定网络或网络类型对于整个行程是否可用来在建议路线408与410之间更好地选择。例如,路线2具有较快的估计行进时间(22分钟),但是包括不良无线数据连接性的一部分路线。路线1尽管较慢,但是不会遇到相同的数据连接性问题。因此,如果用户期望或者已经指示更喜欢针对整条路线的良好数据连接性,则可以建议路线1作为更好的路线,即使其稍微慢一些。用户可以定义任何其他进一步的行进期望或要求,诸如可靠的语音连接、可用性或者任何其他偏好。
显示400可以仅包括对用户特别重要的指示符412,以免数据淹没用户。例如,用户可能不需要知道沿着规划路线的每个网络的每个信道的连接质量。因此,显示400可以仅包括提供诸如网络故障的指示或者关于规划的路线的其他重要指示的指示符412。客户端侧设备可以使用来自服务器102的指示、用户偏好、或者用于选择针对显示400的指示符412的任何其他基础来选择这些指示符。
显示400可以包括允许用户与所述建议路线进行交互的一个或多个输入414a和414b。显示400还可以包括一个或多个输入以从用户设备的用户接收用户偏好。例如,显示400可以包括用于接收用户偏好的一个或多个输入416以及用于输入当前上下文数据的一个或多个输入418。例如,使用输入414a、414b、416和418,用户可能能够选择路线、重新生成路线、输入针对路线的偏好(例如,良好的语音连接、良好的数据连接、不间断的服务等)、输入上下文数据(诸如当前的天气状况)等。当前上下文数据还可以由设备使用一个或多个传感器、应用等自动地提供。尽管被图示为触摸屏按钮,但是可以使用单独的输入设备(诸如键盘、鼠标、小键盘或者任何其他输入设备)来接收来自用户的输入。
图5是图示了用于使用网络地图生成建议路线的方法500的流程图。例如,方法500能够由服务器(诸如服务器102)或者由客户端侧计算设备(诸如用户设备104)来运行。在步骤502处,接收起始位置和结束位置。结束位置可以由期望行进到结束位置的用户来输入。例如,起始位置可以是使用GPS获得的设备的当前位置,或者可以由规划稍后从起始位置行进的用户来输入。在步骤504处,接收网络地图。如果方法500由客户端侧计算设备来运行,则网络地图可以通过有线或无线网络连接从一个或多个服务器接收。如果方法500由服务器运行,则服务器可能已经具有网络地图,因为服务器可能已经生成了网络地图,或者服务器可以从一个或多个其他计算设备(诸如另一服务器)接收网络地图。
所述网络地图可以包括针对无线网络和无线网络的特定信道两者的网络参数和/或指示符。在步骤506处,所述系统开始生成建议路线的过程。可以使用考虑行进时间以及对一个或多个网络参数(带宽、延迟、吞吐量等)的优化的优化函数来生成所述路线。可以使用标量化、先验方法、后验方法、交互方法、或者执行多目标优化的任何其他方法来实现所述优化函数。所述优化函数也可以基于用户偏好进行加权,其可以在步骤506处获得。例如,用户可以指示连续的语音连接是最重要的以便拨打重要电话,或者可能期望可靠的数据连接以便将内容流送到计算设备。在一些示例中,可以基于历史偏好、机器学习和/或任何其他信息来预测用户偏好和/或使用。例如,来自用户的日历的数据可以被用于预测针对所述用户的使用情况。在示例中,用户可能在可能的行进时间期间具有使用VoIP的安排电话会议,并且因此,所述路线应当包括提供低延迟的网络信道。在步骤506处可以获得当前上下文数据,诸如一天中的时间、一周中的一天、日期、季节、交通状况、天气状况、设备属性等。可以通过用户输入来获得上下文数据,和/或由用户设备使用一个或多个传感器、应用等自动地获得上下文数据。
在步骤508处,可以基于行进时间和用户指定的网络偏好来生成一条或多条建议路线。如果用户没有指定网络偏好,则可以使用默认偏好来生成建议路线。所述默认偏好可以不包括网络偏好,或者可以包括任何其他网络偏好,诸如针对路线的平均语音连接性。
可以使用任何期望的算法来生成在起始位置与结束位置之间的建议路线。在一些示例中,所述系统初始可以生成偏好高速公路或者通常提供更快行进时间的其他道路状况的路线。然后,可以基于来自网络地图的信息来调整路线。例如,可以调整路线以使针对整条路线的语音连接最大化、使针对整条路线的数据连接最大化、确保到特定网络的持续连接、或者由用户输入的任何期望。
在一些示例中,可以在生成建议路线时使用上下文数据。例如,针对计算设备的当前上下文可能已经在步骤506处被确定或接收。该上下文可以指定一天中的时间、一周中的一天、日期、季节、交通指示符/条件、天气状况、行进速度、设备属性等。该当前上下文可以被用于在生成建议路线时匹配来自网络地图的上下文数据。例如,所述网络地图可以将网络参数指定为针对给定上下文的一个值,以及针对不同上下文的另一不同值。因此,所述当前上下文能够被用于获得与计算设备的期望行进更相关的数据,从而提供经改进的建议路线。
优化网络质量和/或连接性还可以包括通过沿着相似路线行进的其他计算设备的连接。例如,生成建议路线的系统(诸如计算设备或者一个或多个服务器)可以从许多其他计算设备接收规划的路线。可以调整的建议路线包括通过沿着与规划的路线相似的路线行进的其他计算设备中的一个或多个计算设备的一个或多个连接。例如,另一计算设备可以在类似于相应计算设备的路线的一部分的路线的一部分期间访问网络。网络连接规划能够包括针对规划路线的相应部分通过其他计算设备到网络的连接。
最终建议路线可以由计算设备使用任意算法来确定,所述算法实现一个或多个优化函数以基于行进时间和网络质量和/或连接性偏好两者来生成针对用户的路线。例如,计算设备可以实现任何形式的机器学习以例如基于当前网络地图和过去数据来生成建议路线。在一些示例中,所述优化函数可以被加权以将网络质量优先于行进持续时间。例如,在步骤510处,所述建议路线被提供给计算设备以显示给用户。在步骤512处,用户可以选择建议路线之一。在步骤514处,计算设备沿着选定路线行进。在一些示例中,计算设备可以是自动车辆的一部分,在这种情况下,对建议路线之一的选择可以是自动的。
图6是图示了当计算设备在按选定路线行进时生成新建议路线的方法600的流程图。在步骤602处,计算设备正在沿着在起始位置与结束位置之间的选定路线行进。当设备正在按选定路线行进时,所述设备可以连接到一个或多个网络。所述一个或多个网络可以由所述建议路线来指定,或者可以由设备在按建议路线行进时自动地发现。例如,设备可以连接到针对路线的第一部分的第一网络(例如,蜂窝网络)并且连接到针对路线的第二部分的第二网络(例如,网络)。在步骤604处,使用新的众包数据来更新网络地图。例如,用户设备可以指示特定网络和/或信道最近对于规划路线的一部分变得不可用。在步骤606处,基于经更新的网络地图,服务器或计算设备可以在计算设备的当前位置与结束位置之间生成一条或多条新的建议路线。例如,可以生成新的建议路线以避免最近指定的不可用网络。可以使用任何方法提醒用户新建议的路线可用。例如,可以生成听觉和/或视觉提醒,通知用户新建议的路线。在步骤608处,计算设备或者计算设备的用户可以选择遵循建议的更新路线。在步骤610处,如果选择了新路线,则计算设备根据新选择的路线行进。在步骤612处,如果没有选择新路线(例如,用户能够主动地选择不接受经更新的路线),则计算设备继续根据先前选择的路线行进。
图7是图示了在计算设备正在按先前选择的路线行进时生成新建议路线的方法700的流程图。例如,方法700可以由服务器或客户端侧设备来运行并且可以结合方法600来运行。在步骤702处,计算设备正在沿着在起始位置与结束位置之间的选定路线行进。在步骤704处,当计算设备正在按选定路线行进时,按相似路线行进的一个或多个计算设备可以通过相应的设备向一个或多个网络通告可连接性。当生成建议路线时,初始可能没有考虑通过这些设备的连接。如果这些连接中的一个或多个连接改进了连接质量,则可以生成新的建议路线以花费更多时间与相应设备一起行进。在步骤706处,生成建议路线以包括与计算设备通过其连接的相应设备的更多时间。可以使用任何方法提醒用户新建议的路线可用。例如,可以生成听觉提醒和/或视觉提醒,通知用户新建议的路线。在步骤708处,计算设备或者计算设备的用户可以选择遵循建议的更新路线。在步骤710处,如果选择了新路线,则计算设备根据新选择的路线行进。在步骤712处,如果没有选择新路线(例如,用户能够主动地选择不接受更新的路线),则计算设备继续根据先前选择的路线行进。
如在本文中所描述的,可以基于无线资源对于用户设备的预期无线需求的适用性来生成建议路线。在一些示例中,可以基于用户输入来确定无线需求。在其他示例中,可以基于对用户设备的无线需求的预测来确定所述无线需求。在一些示例中,所述预测可以基于用户的日历。例如,如果日历示出VoIP呼叫约定,则所述系统可以推断用户将想要最适合于VoIP呼叫的网络资源。在其他示例中,所述预测可以基于机器学习模型,所述机器学习模型基于一个或多个特征来预测用户设备的无线需求。示例性特征可以包括一天中的时间、一周中的一天、一年中的一天、规划的路线、用户的日历(例如,示出VoIP会议)、用户的先前活动(例如,在路线之前的用户的无线活动)等。被标记有无线数据使用类型(例如,VoIP、大文件下载等)的过去的特征数据可以被用于训练所述机器学习模型。示例性机器学习算法可以包括逻辑回归、神经网络、决策森林、决策丛林、提升决策树、支持向量机等。当确定路线时,可以将用户设备的当前特征数据应用于模型,并且所述模型可以对所述设备的预期无线需求进行预测。所预期的需求可能是类别(例如,低延迟、高带宽、可靠性高于一切),然后可以基于网络段对这些类别的分数而将其匹配到网络段。如所指出的,所述分数可以基于从多个用户设备取得的该类别的测量结果(例如,延迟测量结果、带宽测量结果、错误率等)。例如,可以经由将网络测量结果转换为分数的公式来分配所述分数。针对所有设备的平均分数可以被用作针对该特定段的分数。
图8图示了在其上执行在本文中所讨论的技术(例如,方法)中的任意一种或多种技术(例如,方法)的示例性机器800的框图。例如,机器800能够是服务器102和/或用户设备104a-104f中的任意一个或多个。如在本文中所描述的,示例可以包括机器800中的逻辑单元或者多个组件或机构或者可以由其来操作。电路(例如,处理电路)是在包括硬件(例如,简单的电路、门、逻辑单元等)的机器800的有形实体中实现的电路集合。随着时间的推移,电路成员资格可能是灵活的。电路包括在操作时可以单独或组合执行指定的操作的成员。在示例中,电路的硬件可以被不变地设计为执行特定操作(例如,硬连线)。在示例中,电路的硬件可以包括可变地连接的物理组件(例如,执行单元、晶体管、简单电路等),包括机器可读介质,其被物理地修改(例如,不变质量粒子的磁、电、可移动放置,等)以编码特定操作的指令。在连接物理组件时,硬件组件的基本电气特性会变化,例如,从绝缘体变为导体,或者反之亦然。所述指令使得嵌入式硬件(例如,执行单元或加载机构)能够经由可变连接在硬件中创建电路的成员,以在操作时执行特定操作的部分。因此,在示例中,当设备正在操作时,所述机器可读介质元件是电路的部分或者被通信地耦合到电路的其他组件。在示例中,所述物理组件中的任意物理组件都可以用于多于一个电路的多于一个成员中。例如,在操作中,执行单元可以在一个时间点在第一电路系统的第一电路中使用并且由第一电路系统中的第二电路重新使用,或者在不同的时间由第二电路系统中的第三电路重新使用。这些组件关于机器800的额外示例如下。
在替代实施例中,机器800可以作为独立设备操作或者可以连接(例如,联网)到其他机器。在联网部署中,机器800可以在服务器-客户端网络环境中以服务器机器、客户端机器或者这两者的能力来操作。在示例中,机器800可以充当对等(P2P)(或者其他分布式)网络环境中的对等机器。机器800可以是个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、移动电话、网络设备、网络路由器、交换机或桥,或者能够执行指定了机器要采取的行动的指令(顺序或者以其他方式)的任何机器。此外,尽管仅示出了单个机器,但术语“机器”也应当被视为包括单独或联合执行一组(或者多组)指令以执行在本文中所讨论的方法中的任意一种或多种方法的机器的任何集合,诸如云计算、软件即服务(SaaS)、其他计算机集群配置。
机器(例如,计算机系统)800可以包括硬件处理器802(例如,中央处理单元(CPU)、图形处理单元(GPU)、硬件处理器核心或者其任何组合)、主存储器804、静态存储器(例如,用于固件、微代码、基本输入-输出(BIOS)、统一可扩展固件接口(UEFI)等的存储器或存储设备)806和大容量存储设备808(例如,硬盘驱动器、磁带驱动器、闪存或者其他块设备),其中的一些或全部可以经由互连(例如,总线)830相互通信。机器800还可以包括显示单元810、字母数字输入设备812(例如,键盘)和用户界面(UI)导航设备814(例如,鼠标)。在示例中,显示单元810、输入设备812和UI导航设备814可以是触摸屏显示器。机器800可以另外包括存储设备(例如,驱动单元)808、信号生成设备818(例如,扬声器)、网络接口设备820以及一个或多个传感器816(例如,全球定位系统(GPS)传感器、指南针、加速度计或其他传感器)。机器800可以包括输出控制器828,例如串行(例如,通用串行总线(USB))、并行或者其他有线或无线(例如,红外线(IR)、近场通信(NFC)等)连接以通信或控制一个或多个外围设备(例如打印机、读卡器等)。
处理器802的寄存器、主存储器804、静态存储器806或大容量存储设备808的寄存器可以是或包括机器可读介质822,在其上存储有一组或多组数据结构或指令824(例如,软件),体现本文描述的任何一种或多种技术或功能或由其利用。指令824在其由机器800执行期间还可以完全地或至少部分地驻留在处理器802的寄存器、主存储器804、静态存储器806或大容量存储设备808中的任一个内。在示例中,硬件处理器802、主存储器804、静态存储器806或大容量存储设备808中的一个或任意组合可以构成机器可读介质822。尽管机器可读介质822被示为单个介质,但术语“机器可读介质”可以包括被配置为存储一个或多个指令824的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关联的高速缓存和服务器)。
术语“机器可读介质”可以包括能够存储、编码或携带由机器800执行的指令并使机器800执行本公开的技术中的任何一个或多个的任何介质,或者能够存储、编码或携带由此类指令使用或相关联的数据结构的介质。非限制性机器可读介质示例可以包括固态存储器、光学介质、磁介质和信号(例如,射频信号、其他基于光子的信号、声音信号等)。在示例中,非暂时性机器可读介质包括具有多个具有不变(例如,静止)质量的粒子的机器可读介质,因此是物质的组合物。因此,非暂时性机器可读介质是不包括暂时性传播信号的机器可读介质。非暂时性机器可读介质的具体示例可以包括:非易失性存储器,例如半导体存储器设备(例如,电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和闪存设备;磁盘,例如内置硬盘和可移动磁盘;磁光盘;以及CD-ROM和DVD-ROM磁盘。
指令824还可以使用传输介质经由网络接口设备820利用多种传输协议(例如,帧中继、互联网协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP)等)中的任一种通过通信网络826发送或接收。示例性通信网络可以包括局域网(LAN)、广域网(WAN)、分组数据网络(例如,互联网)、移动电话网络(例如,蜂窝网络)、普通老式电话(POTS)网络以及无线数据网络(例如,称为的电气和电子工程师协会(IEEE)802.11标准系列,称为的IEEE 802.16标准系列),IEEE 802.16.4标准系列,对等(P2P)网络等。在示例中,网络接口设备820可以包括一个或多个物理插孔(例如,以太网、同轴或电话插孔)或者一个或多个天线以连接到通信网络826。在示例中,网络接口设备820可以包括多个天线以使用单输入多输出(SIMO)、多输入多输出(MIMO)或多输入单输出(MISO)技术中的至少一种进行无线通信。术语“传输介质”应理解为包括能够存储、编码或携带由机器800执行的指令的任何无形介质,并且包括数字或模拟通信信号或促进此类软件的通信的其他无形介质。传输介质是机器可读介质。
以上描述包括对附图的引用,附图形成详细描述的部分。附图通过例示说明的方式示出了能够实践本发明的特定实施例。这些实施例在本文中也被称为“示例”。这样的示例能够包括除了所示出或所描述的那些之外的元素。然而,本发明人还设想到了仅提供所示出或所描述的那些元件的元素。此外,本发明人还设想到了使用所示出或所描述的那些元素(或者其一个或多个方面)的任意组合或排列的示例,关于在本文中所示出或所描述的特定示例(或者其一个或多个方面)或关于其他示例(或者其一个或多个方面)。
在本文档中,术语“一”或“一个”在专利文件中很常见,用于包括一个或多于一个,独立于“至少一个”或“一个或多个”的任何其他实例或用法。在本文档中,除非另有说明,否则术语“或”被用于指代非排他性或,从而“A或B”包括“A但不是B”、“B但不是A”以及“A和B”。在本文档中,术语“包含”和“在其中”用作相应术语“包括”和“其中”的简单英语等效词。此外,在所附的权利要求中,术语“包括”和“包含”是开放式的,即在权利要求中包括除了在这样的术语之后列出的那些元素之外的元素的系统、设备、制品、组合物、制剂或过程仍被视为属于该权利要求的范围内。此外,在所附的权利要求中,“第一”、“第二”、“第三”等术语仅仅作为标签使用,而并非对其对象强加数值要求。
以上描述旨在是说明性的而非限制性的。例如,上文所描述的示例(或者其一个或多个方面)可以彼此组合地使用。诸如本领域普通技术人员在阅读上文的描述后能够使用其他实施例。提供摘要以允许读者快速地确定技术公开的性质。在理解其将不被用于解释或限制权利要求的范围或含义的前提下提交。同样地,在上述详细描述中,可以将各种特征分组在一起以简化本公开。这不应当被解释为旨在未要求保护的公开特征对于任何权利要求是必不可少的。相反,本发明的主题可能在于少于特定公开实施例的所有特征。因此,所附的权利要求特此作为示例或实施例并入详细说明中,其中每个权利要求独立作为单独的实施例,并且设想到了这些实施例可以以各种组合或排列彼此组合。本发明的范围应当参考所附的权利要求以及这些权利要求所赋予的等效物的全部范围来确定。
Claims (15)
1.一种使用网络连接性数据来规划针对计算设备的路线的方法,所述方法包括:
使用一个或多个硬件处理器:
接收针对计算设备的起始位置和结束位置,所述计算设备规划在所述起始位置与所述结束位置之间行进;
接收来自多个用户设备并且由所述多个用户设备测量的网络质量数据;
基于从所述多个用户设备接收到的所述网络质量数据来生成质量地图,所述质量地图指示针对地理区域的一个或多个无线网络的一个或多个网络参数;
使用所述质量地图在所述起始位置与所述结束位置之间生成至少一条建议路线,其中,所述生成是基于在所述起始位置与所述结束位置之间的网络连接参数的;以及
将所述至少一条建议路线发送到所述计算设备。
2.根据权利要求1所述的方法,其中:
所述网络质量数据包括指定上下文的上下文数据,所述网络质量数据是由所述多个用户设备在所述上下文中测量的,
生成所述质量地图包括:基于所述网络质量数据来生成指示针对一个或多个上下文的所述一个或多个网络参数的所述质量地图,以及
生成所述至少一条建议路线还基于将所述质量地图的所述一个或多个上下文中的相应上下文与所述计算设备的当前上下文进行匹配。
3.根据权利要求2所述的方法,其中,所述上下文数据包括指定以下中的至少一项的数据:一天中的时间、一周中的一天、日期、季节、一个或多个交通指示符、行进速度、一个或多个天气状况、或者一个或多个用户设备属性。
4.根据权利要求1所述的方法,其中,生成所述至少一条建议路线包括以下中的至少一项:
使从所述起始位置到所述结束位置的语音连接质量最大化;
使从所述起始位置到所述结束位置的数据流送质量最大化;或者
使从所述起始位置到所述结束位置的延迟最小化。
5.根据权利要求1所述的方法,其中,生成所述至少一条建议路线包括运行优化函数,所述优化函数使行进持续时间最小化并且优化在所述起始位置与所述结束位置之间的所述网络连接参数。
6.根据权利要求5所述的方法,其中,所述优化函数被加权以将对所述网络连接参数的优化优先于使所述行进持续时间最小化。
7.根据权利要求1所述的方法,还包括:
接收针对一个或多个可连接设备的一条或多条路线,所述计算设备能够通过所述一个或多个可连接设备连接到所述一个或多个无线网络中的一个无线网络;
其中,优化所述网络连接参数包括:规划通过所述一个或多个可连接设备的至少一个连接。
8.根据权利要求1所述的方法,还包括:
接收所述至少一条建议路线中的选定路线;以及
基于从所述多个用户设备或新资源接收到的新数据,在所述计算设备正在沿着所述选定路线行进时重新生成所述质量地图;以及
在所述计算设备正在所述起始位置与所述结束位置之间行进时,使用重新生成的质量地图来生成新的建议路线。
9.根据权利要求1所述的方法,其中,接收来自所述多个用户设备并且由所述多个用户设备测量的所述网络质量数据包括以下中的一项:
直接从所述多个用户设备接收所述网络质量数据;或者
从服务器位置接收所述网络质量数据,所述服务器位置被配置为接收和编译来自所述多个用户设备的所述网络质量数据。
10.一种用于使用网络连接性数据来规划针对计算设备的路线的系统,所述系统包括:
使用一个或多个硬件处理器:
存储指令的一个或多个存储器,所述指令当被运行时使得所述一个或多个硬件处理器执行包括以下的操作:
接收针对计算设备的起始位置和结束位置,所述计算设备规划在所述起始位置与所述结束位置之间行进;
接收来自多个用户设备并且由所述多个用户设备测量的网络质量数据;
基于从所述多个用户设备接收到的所述网络质量数据来生成质量地图,所述质量地图指示针对地理区域的一个或多个无线网络的一个或多个网络参数;
使用所述质量地图在所述起始位置与所述结束位置之间生成至少一条建议路线,其中,所述生成是基于在所述起始位置与所述结束位置之间的网络连接参数的;以及
将所述至少一条建议路线发送到所述计算设备。
11.根据权利要求10所述的系统,其中:
所述网络质量数据包括指定上下文的上下文数据,所述网络质量数据是由所述多个用户设备在所述上下文中测量的,
生成所述质量地图的操作包括:基于所述网络质量数据来生成指示针对一个或多个上下文的所述一个或多个网络参数的所述质量地图,以及
生成所述至少一条建议路线的操作还基于将所述质量地图的所述一个或多个上下文中的相应上下文与所述计算设备的当前上下文进行匹配。
12.根据权利要求11所述的系统,其中,所述上下文数据包括指定以下中的至少一项的数据:一天中的时间、一周中的一天、日期、季节、一个或多个交通指示符、行进速度、一个或多个天气状况、或者一个或多个用户设备属性。
13.根据权利要求10所述的系统,其中,优化所述网络连接参数的操作包括以下中的至少一项:
使从所述起始位置到所述结束位置的语音连接质量最大化;
使从所述起始位置到所述结束位置的数据流送质量最大化;或者
使从所述起始位置到所述结束位置的延迟最小化。
14.根据权利要求10所述的系统,其中,生成所述至少一条建议路线的操作包括运行优化函数,所述优化函数使行进持续时间最小化并且优化在所述起始位置与所述结束位置之间的所述网络连接参数。
15.根据权利要求14所述的系统,其中,所述优化函数被加权以将对所述网络连接参数的优化优先于使所述行进持续时间最小化。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/518,133 | 2019-07-22 | ||
US16/518,133 US10932180B2 (en) | 2019-07-22 | 2019-07-22 | Route planning using crowd-sourced network data |
PCT/US2020/034603 WO2021015844A1 (en) | 2019-07-22 | 2020-05-27 | Route planning using crowd-sourced network data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114174767A true CN114174767A (zh) | 2022-03-11 |
Family
ID=71741884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080052210.9A Pending CN114174767A (zh) | 2019-07-22 | 2020-05-27 | 使用众包网络数据进行路线规划 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10932180B2 (zh) |
EP (1) | EP3987250B1 (zh) |
CN (1) | CN114174767A (zh) |
WO (1) | WO2021015844A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220053607A1 (en) * | 2018-05-01 | 2022-02-17 | Intermetro Communications, Inc. | Route guidance for a multiple active network wireless device |
US20220196426A1 (en) * | 2020-12-18 | 2022-06-23 | Here Global B.V. | Network support for dynamic vehicle routing |
US20220196425A1 (en) * | 2020-12-18 | 2022-06-23 | Here Global B.V. | Network support for vehicle routing |
DE102021201529A1 (de) * | 2021-02-17 | 2022-08-18 | Continental Teves Ag & Co. Ohg | Verfahren zum Bestimmen einer Route für einen mobilen Benutzer |
US20220369135A1 (en) * | 2021-05-17 | 2022-11-17 | Honeywell International Inc. | System and method to display connectivity strength and communication performance of connected vehicles |
US20220392343A1 (en) * | 2021-05-27 | 2022-12-08 | North Carolina Agricultural And Technical State University | Systems and methods for dynamic routing of users |
WO2023158599A1 (en) | 2022-02-15 | 2023-08-24 | Eli Lilly And Company | Solid phase peptide synthesis wash process |
US11936516B2 (en) | 2022-06-02 | 2024-03-19 | Vmware, Inc. | Using hardware profiles of hardware components to determine performance issues of user devices |
US11943263B2 (en) * | 2022-06-02 | 2024-03-26 | Vmware, Inc. | Recommendation engine for improved user experience in online meetings |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090005097A1 (en) * | 2007-06-26 | 2009-01-01 | Shmuel Shaffer | Method and System for Automatically Identifying Wireless Signal Quality of a Region |
CN105009182A (zh) * | 2013-03-06 | 2015-10-28 | 高通股份有限公司 | 用于基于网络可用性和装置属性提供导航路线的方法 |
CN105359602A (zh) * | 2013-08-06 | 2016-02-24 | 英特尔公司 | 使用信息数据结构进行接入点选择的接入点和方法 |
CN105723766A (zh) * | 2013-12-19 | 2016-06-29 | 英特尔公司 | 用于向行进时的用户提供信息的技术 |
US20170314940A1 (en) * | 2012-08-31 | 2017-11-02 | Apple Inc. | Navigation system acquisition and use of cellular coverage map data |
CN109526036A (zh) * | 2017-09-20 | 2019-03-26 | 福特全球技术公司 | 用于适应数据转移的路线计划的方法和设备 |
CN114144800A (zh) * | 2019-07-22 | 2022-03-04 | 微软技术许可有限责任公司 | 使用众包数据的网络连接规划 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6961368B2 (en) | 2001-01-26 | 2005-11-01 | Ericsson Inc. | Adaptive antenna optimization network |
US6750813B2 (en) | 2002-07-24 | 2004-06-15 | Mcnc Research & Development Institute | Position optimized wireless communication |
GB0520576D0 (en) | 2005-10-10 | 2005-11-16 | Applied Generics Ltd | Using traffic monitoring information to provide better driver route planning |
US8644225B2 (en) | 2007-11-19 | 2014-02-04 | Telcordia Technologies, Inc. | Method for determining transmission channels for a LPG based vehicle communication network |
US8706131B2 (en) | 2009-06-18 | 2014-04-22 | Empire Technology Development Llc | Device location prediction for mobile service optimization |
CN106060855B (zh) | 2010-05-06 | 2020-12-01 | 皇家Kpn公司 | 用于激活不活动小区的方法和电信基础设施 |
US20130053054A1 (en) | 2011-08-24 | 2013-02-28 | Microsoft Corporation | Using predictive technology to intelligently choose communication |
CA2850347C (en) | 2011-09-28 | 2016-12-06 | Smith Micro Software, Inc. | Self-adjusting mobile platform policy enforcement agent for controlling network access, mobility and efficient use of local and network resources |
EP2853113B1 (en) | 2012-05-22 | 2017-10-04 | Nokia Technologies Oy | Method and apparatus for triggering handover between access points based on gathered history data of series of access points |
KR102428281B1 (ko) | 2012-11-06 | 2022-08-01 | 파이어타이드, 인코포레이티드 | 콘텍스트-인식 무선 로밍 |
EP2744267B1 (en) | 2012-12-14 | 2015-06-10 | Alcatel Lucent | Method for WiFi connectivity loss anticipation |
GB2511860A (en) | 2013-03-15 | 2014-09-17 | Vodafone Ip Licensing Ltd | A Method and System of Providing Data Service According to a User's Future Location |
US20150017985A1 (en) | 2013-07-10 | 2015-01-15 | Samsung Electronics Co., Ltd. | Systems and methods for handoff in heterogeneous networks |
WO2015057779A1 (en) | 2013-10-15 | 2015-04-23 | Spectrum Bridge, Inc. | Systems and methods for determining and specifying spectrum availability for a predetermined travel route |
US9510251B2 (en) | 2013-12-31 | 2016-11-29 | Microsoft Technology Licensing, Llc | Call handoff initiation in hybrid networks |
US8879507B2 (en) | 2014-05-27 | 2014-11-04 | Bandwidth.Com, Inc. | Techniques for establishing a communication handoff threshold using user feedback |
US20160029279A1 (en) | 2014-07-22 | 2016-01-28 | Google Technology Holdings LLC | Wireless Communication Handover Profiles |
WO2016106077A1 (en) | 2014-12-23 | 2016-06-30 | Bandwidth.Com, Inc. | Techniques for establishing and executing a handoff profile between telecommunications networks |
GB2535784B (en) * | 2015-02-27 | 2018-08-29 | Jaguar Land Rover Ltd | Route planning apparatus and method |
US10069722B2 (en) * | 2015-09-03 | 2018-09-04 | International Business Machines Corporation | Application information based network route modification |
US10036642B2 (en) | 2015-12-08 | 2018-07-31 | Uber Technologies, Inc. | Automated vehicle communications system |
US9439205B1 (en) | 2016-02-12 | 2016-09-06 | Alpine Electronics of Silicon Valley, Inc. | Location based wireless network optimization in embedded systems |
US10024675B2 (en) * | 2016-05-10 | 2018-07-17 | Microsoft Technology Licensing, Llc | Enhanced user efficiency in route planning using route preferences |
-
2019
- 2019-07-22 US US16/518,133 patent/US10932180B2/en active Active
-
2020
- 2020-05-27 CN CN202080052210.9A patent/CN114174767A/zh active Pending
- 2020-05-27 EP EP20744194.0A patent/EP3987250B1/en active Active
- 2020-05-27 WO PCT/US2020/034603 patent/WO2021015844A1/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090005097A1 (en) * | 2007-06-26 | 2009-01-01 | Shmuel Shaffer | Method and System for Automatically Identifying Wireless Signal Quality of a Region |
US20170314940A1 (en) * | 2012-08-31 | 2017-11-02 | Apple Inc. | Navigation system acquisition and use of cellular coverage map data |
CN105009182A (zh) * | 2013-03-06 | 2015-10-28 | 高通股份有限公司 | 用于基于网络可用性和装置属性提供导航路线的方法 |
CN105359602A (zh) * | 2013-08-06 | 2016-02-24 | 英特尔公司 | 使用信息数据结构进行接入点选择的接入点和方法 |
CN105723766A (zh) * | 2013-12-19 | 2016-06-29 | 英特尔公司 | 用于向行进时的用户提供信息的技术 |
CN109526036A (zh) * | 2017-09-20 | 2019-03-26 | 福特全球技术公司 | 用于适应数据转移的路线计划的方法和设备 |
CN114144800A (zh) * | 2019-07-22 | 2022-03-04 | 微软技术许可有限责任公司 | 使用众包数据的网络连接规划 |
Also Published As
Publication number | Publication date |
---|---|
EP3987250B1 (en) | 2023-08-09 |
US20210029612A1 (en) | 2021-01-28 |
US10932180B2 (en) | 2021-02-23 |
EP3987250A1 (en) | 2022-04-27 |
WO2021015844A1 (en) | 2021-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3987250B1 (en) | Route planning using crowd-sourced network data | |
US11876571B2 (en) | Radio link quality prediction | |
US11665576B2 (en) | Systems and methods for wireless low latency traffic scheduler | |
EP4020935A1 (en) | Transportation operator collaboration system | |
US11879749B2 (en) | Enhanced high definition maps for a vehicle | |
CN102027523B (zh) | 虚拟交通传感器 | |
US9420477B2 (en) | Signal strength management | |
US8495237B1 (en) | Techniques for providing a media stream to a mobile computing device based on a predicted route of the mobile computing device | |
US11032370B2 (en) | Wireless communications in a vehicular macro cloud | |
CN114144800A (zh) | 使用众包数据的网络连接规划 | |
CN104596529A (zh) | 一种导航方法及装置 | |
US20170289759A1 (en) | Gis based compression and reconstruction of gps data for transmission from a vehicular edge platform to the cloud | |
WO2021205959A1 (ja) | 情報処理装置、サーバー、情報処理システム及び情報処理方法 | |
US10957195B2 (en) | Apparatuses, systems, and methods for graphical progress interfaces for dynamic transportation networks | |
CN112997048A (zh) | 使用射频信号强度以改进导航服务中的路线选项 | |
JP6230306B2 (ja) | 混雑度パターンの特定及び混雑度の予測のための情報処理装置、情報処理方法及びプログラム | |
US20240053160A1 (en) | Methods of determining a route for a mobile user | |
US11317244B1 (en) | System, method, and computer program for making travel route recommendations based on a network quality of service prediction | |
US10997600B1 (en) | Data transaction scheduling using crowd-sourced network data | |
Song et al. | Deployment Mechanism Design for Cost-Effective Data Uploading in Delay-Tolerant Crowdsensing | |
US20240022938A1 (en) | Automatic and real-time cell performance examination and prediction in communication networks | |
US20210029690A1 (en) | Network control using crowd-sourced data | |
US20160142870A1 (en) | Radio communication system and information identification method |
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 |