CN114248796A - 考虑路线驾驶难度的导航 - Google Patents
考虑路线驾驶难度的导航 Download PDFInfo
- Publication number
- CN114248796A CN114248796A CN202110521188.4A CN202110521188A CN114248796A CN 114248796 A CN114248796 A CN 114248796A CN 202110521188 A CN202110521188 A CN 202110521188A CN 114248796 A CN114248796 A CN 114248796A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- routes
- difficulty
- destination
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000009471 action Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 244000186140 Asperula odorata Species 0.000 description 1
- 235000008526 Galium odoratum Nutrition 0.000 description 1
- 238000007329 Woodward reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- -1 easy Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002023 wood Substances 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- 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
- G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
-
- 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
- G01C21/3605—Destination input or retrieval
- G01C21/3608—Destination input or retrieval using speech input, e.g. using speech recognition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/10—Number of lanes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/406—Traffic density
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
Abstract
根据示例性实施例,提供了一种方法,包括:接收关于车辆行驶目的地的输入;经由处理器识别车辆行驶到目的地的多条路线;通过处理器为所述多条路线中的每一条确定车辆通过所述路线到达目的地的车辆操纵难度的度量;以及基于多条路线的相应难度度量,经由由处理器提供的指令来执行车辆动作。
Description
技术领域
本公开总体上涉及车辆,更具体地,涉及用于车辆的导航系统。
背景技术
当今,许多车辆包括导航系统,导航系统为车辆提供到达目的地的潜在路线。虽然这种路线通常是针对某些因素来分析的,例如到达目的地的时间和距离,但并不总是包含用户的所有偏好和能力。
因此,期望提供用于为车辆提供导航系统的改进的方法和系统,包括对到达期望目的地的潜在行进路线的分析。此外,结合附图和本发明的背景,本发明的其他期望的特征和特性将从本发明的后续详细描述和所附权利要求中变得明显。
发明内容
根据示例性实施例,提供了一种方法,包括:接收关于车辆行驶目的地的输入;经由处理器识别车辆行驶到目的地的多条路线;通过所述处理器为所述多条路线中的每一条确定车辆通过所述路线到达目的地的车辆操纵难度的度量;以及基于多条路线的相应难度度量,通过由处理器提供的指令来执行车辆动作。
另外在示例性实施例中,对于多条路线中的每条路线,确定难度度量的步骤基于沿着该路线到达目的地的每行驶距离的车道数。
另外在示例性实施例中,对于多条路线中的每条路线,确定难度度量的步骤还基于该路线的交通和速度条件,其是基于交通拥堵水平、速度限制和当前车辆速度的函数。
另外在示例性实施例中,对于多条路线中的每条路线,确定难度度量的步骤还基于该路线的路面条件。
另外在示例性实施例中,该方法还包括:接收关于车辆行驶难度水平的期望容忍度的第二输入;其中,经由处理器提供的指令执行车辆动作的步骤基于对难度级别的期望容忍度以及对多条路线的难度的相应度量。
另外在示例性实施例中,执行车辆动作的步骤包括提供多条路线的列表,以及关于它们各自的难度度量的信息。
另外在示例性实施例中,车辆包括自动车辆;并且执行车辆动作的步骤包括经由处理器提供的指令自动操作自动车辆以行驶到目的地。
根据另一示例性实施例,提供了一种系统,该系统包括:输入设备,被配置为接收关于车辆行驶目的地的输入;以及处理器,其联接到所述输入设备并被配置成至少用于:识别车辆行驶到目的地的多条路线;对于多条路线中的每一条,确定车辆通过该路线到达目的地的车辆操纵难度的度量;以及基于多条路线的相应难度度量,提供用于执行车辆动作的指令。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为基于沿着到达目的地的路线的每行驶距离的车道数来确定难度的度量。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为还基于路线的交通和速度条件来确定难度的度量,其基于交通拥堵水平、速度限制和当前车辆速度的函数。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为还基于该路线的路面条件来确定难度的度量。
另外在示例性实施例中,输入设备还被配置成接收关于车辆行驶难度水平的期望容忍度的第二输入;并且所述处理器还被配置为基于所期望的难度容忍度以及多条路线的相应难度度量来提供指令以执行车辆动作。
在另一示例性实施例中,提供了一种车辆,其包括:驱动系统;以及联接到所述驱动系统的导航系统,所述导航系统包括:输入设备,被配置为接收关于车辆行驶目的地的输入;以及处理器,其联接到所述输入设备并被配置成至少用于:识别车辆行驶到目的地的多条路线;对于多条路线中的每一条,确定车辆通过该路线到达目的地的车辆操纵难度的度量;以及基于多条路线的相应难度度量,提供用于执行车辆动作的指令。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为基于沿着到达目的地的路线的每行驶距离的车道数来确定难度的度量。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为还基于路线的交通和速度条件来确定难度的度量,其是基于交通拥堵水平、速度限制和当前车辆速度的函数。
另外在示例性实施例中,对于多条路线中的每条路线,处理器被配置为还基于该路线的路面条件来确定难度的度量。
另外在示例性实施例中,输入设备还被配置成接收关于车辆行驶难度水平的期望容忍度的第二输入;并且所述处理器还被配置为基于所期望的难度容忍度以及多条路线的相应难度度量来提供指令以执行车辆动作。
另外在示例性实施例中,处理器还被配置为提供多个路线的列表,以及关于它们各自的难度度量的信息。
另外在示例性实施例中,车辆包括自动车辆;并且处理器还被配置成提供用于自动操作自动车辆行驶到目的地的指令。
附图说明
下文将结合以下附图描述本公开,其中相同的附图标记表示相同的元件,并且其中:
图1是通信系统的功能框图,该通信系统包括车辆,并且被配置为向车辆提供导航功能,该导航功能基于与路线相关联的一个或多个驾驶操作的难度来分析去往目的地的潜在路线;
图2是根据示例性实施例的为车辆提供导航功能的过程的流程图,该过程基于与路线相关联的一个或多个驾驶操作的难度来分析去往目的地的潜在路线,并且该过程可以结合图1的通信系统使用,包括图1的车辆;
图3-5、8和9描绘了根据示例性实施例的可结合图1的通信系统(包括图1的车辆)和图2的过程实现的示例性驾驶操纵和相关路线;和
图6和图7描绘了根据示例性实施例的示例性表格,该表格可以结合图1的通信系统来实现图2的过程,所述通信系统包括图1的车辆,并且包括图3-5、8和9的示例性驾驶操作和相关路线。
具体实施方式
以下详细描述本质上仅仅是示例性的,并不旨在限制本公开或其应用和用途。此外,不打算受前面背景技术或下面详细描述中提出的任何理论的约束。
图1是根据示例性实施例的通信系统10的功能框图。如下文更详细描述的,通信系统10包括车辆12。同样如下面更详细描述的,根据示例性实施例,通信系统10被配置为向车辆12提供导航功能,该导航功能基于与路线相关联的一个或多个驾驶操作的难度来分析去往目的地的潜在路线。如图1所示,通信系统10通常包括上述车辆12,以及一个或多个无线载波系统14、一个或多个陆地网络16和一个或多个远程服务器18。
应当理解,所示系统的整体架构、设置和操作以及各个组件仅仅是示例性的,不同配置的通信系统也可以用于实现这里公开的方法的示例。因此,下面的段落提供了图示的通信系统10的简要概述,并不旨在进行限制。
在各种实施例中,每个车辆12可以是任何类型的移动车辆,例如摩托车、汽车、卡车、休闲车(RV)、船、飞机、农场设备等,并且配备有使其能够通过通信系统10通信的合适的硬件和软件。如图1所示,在各种实施例中,车辆硬件20设置在车辆12的车身内,并且包括远程信息处理单元24、麦克风26、扬声器28以及连接到远程信息处理单元24的按钮和/或控制器30。网络连接或车辆总线32可操作地联接到远程信息处理单元24。合适的网络连接的例子包括控制器局域网(CAN)、面向媒体的系统传输(MOST)、本地互连网络(LIN)、以太网和其他合适的连接,例如符合已知的ISO(国际标准化组织)、SAE(汽车工程师协会)和/或IEEE(电气和电子工程师协会)标准和规范的连接。
远程信息处理单元24是车载设备,其通过与远程服务器18的通信为车辆12的一个或多个用户17提供导航功能,并且在某些实施例中还提供附加服务,并且通常包括电子处理设备(处理器)38、一种或多种类型的电子存储器40、蜂窝芯片组/组件34、无线调制解调器36、双模天线70以及包含GPS芯片组/组件42的导航单元。在一个示例中,无线调制解调器36包括适于在电子处理设备38内执行的计算机程序和/或一组软件例程。
在各种实施例中,远程信息处理单元24可以在制造时嵌入/安装在车辆12内,或者可以是在车辆12制造后安装的售后单元。在各种实施例中,远程信息处理单元24能够通过一个或多个无线网络(例如,无线载波系统14),和/或通过无线网络传输语音和/或数据,从而允许与远程服务器18和/或其他车辆和/或系统通信。
在各种实施例中,远程信息处理单元24可以使用无线电传输来建立与无线载波系统14的语音和/或数据信道,从而可以通过语音和/或数据信道发送和接收语音和数据传输。车辆通信通过用于语音通信的蜂窝芯片组/组件34和用于数据传输的无线调制解调器36来实现。任何合适的编码或调制技术都可用于本示例,包括数字传输技术,例如TDMA(时分多址)、CDMA(码分多址)、W-CDMA(宽带码分多址)、FDMA(频分多址)、OFDMA(正交频分多址)等。在一个实施例中,双模天线70服务于全球定位系统芯片组/组件42和蜂窝芯片组/组件34。在各种实施例中,远程信息处理单元24根据诸如长期演进、5G等行业标准利用蜂窝通信。此外,在各种实施例中,远程信息处理单元24执行车辆12和一个或多个其他网络设备之间的无线联网,例如使用一个或多个无线协议,例如一个或多个IEEE 802.11协议、WiMAX或蓝牙。
远程信息处理单元24可以为车辆12的用户17提供多种不同的服务,包括与车辆12的用户17的电子设备15的连接和通信,并为车辆12提供导航功能,该导航功能基于与路线相关联的一个或多个驾驶操作的难度来分析去往目的地的潜在路线。在各种实施例中,电子设备15可以包括移动电话,例如智能电话。在某些其他实施例中,举例来说,设备15可以包括各种其他不同的消费电子/移动设备,例如密钥卡、膝上型电脑、智能可穿戴设备、平板计算机、网络计算机和/或一个或多个其他电子设备和/或其组合。
在各种实施例中,远程信息处理单元24在连接到车辆12的无线范围内的无线网络时检测电子设备15并与之通信。在各种实施例中,远程信息处理单元24和每个电子设备15交换数据(直接和/或通过远程服务器18间接),包括交换电子设备15的标识符,例如移动电话的媒体访问控制(MAC)地址。另外,在各种实施例中,远程信息处理单元24从电子设备15(和/或车辆12的一个或多个其他输入设备)检索来自用户17的关于车辆12的期望行驶目的地的输入,以及(在某些实施例中)与到达目的地的行驶路线相关联的操纵难度的期望容忍度,并根据这些输入规划车辆12的行驶路线,并且还基于驾驶不同可用路线的操作以到达期望的行进目的地的不同难度水平,例如下面结合图2的过程200以及结合图3-9更详细阐述的。
此外,在各种实施例中,远程信息处理单元24还可以提供其他服务,例如,举例来说:与GPS芯片组/组件42结合提供的逐个转弯方向和其他导航相关服务、紧急援助服务、来自车辆12的用户的信息请求(例如,关于车辆11行驶途中的兴趣点)和/或信息娱乐相关服务,例如其中音乐、互联网网页、电影、电视节目、视频游戏和/或其他内容由信息娱乐中心46下载,信息娱乐中心46可以是远程信息处理单元24的一部分和/或经由车辆总线32和音频总线22可操作地连接到远程信息处理单元24,以及各种其他类型的可能服务。
关于结合远程信息处理单元24使用的其他电子部件,麦克风26为驾驶员或其他车辆乘客提供了用于输入语言或其他听觉命令的装置,并且可以配备有利用本领域已知的人/机接口(HMI)技术的嵌入式语音处理单元。相反,扬声器28向车辆乘客提供听觉输出,并且可以是专门用于远程信息处理单元24的独立扬声器,或者可以是车辆音频组件64的一部分。在任一情况下,麦克风26和扬声器28使车辆硬件20和远程服务器18能够通过可听语音与乘客通信。车辆硬件还包括一个或多个按钮和/或控制器30,用于使车辆乘客能够激活或接合一个或多个车辆硬件部件20。例如,按钮和/或控制器30之一可以是用于启动与远程服务器18的语音通信的电子按钮(无论是诸如顾问58的人还是自动呼叫响应系统)。在另一个例子中,按钮和/或控制器30之一可以用于启动紧急服务。
音频组件64可操作地连接到车辆总线32和音频总线22。音频组件64经由音频总线22接收模拟信息,将其呈现为声音。数字信息通过车辆总线32接收。音频组件64提供独立于信息娱乐中心46的调幅和调频收音机、光盘、数字视盘和多媒体功能。音频组件64可以包含扬声器系统,或者可以通过车辆总线32和/或音频总线22上的判断来利用扬声器28。在各种实施例中,音频组件64包括无线电系统65(在某些实施例中,其还包括天线70以及放大器、扬声器等)。
在某些实施例中,远程信息处理单元24类似地利用视觉组件66,作为导航系统41的一部分或结合导航系统41,经由一个或多个显示屏67向用户提供视觉信息,例如包括地图视图、路线选项和用户的相关细节。
连接到各种传感器接口模块44的车辆传感器72可操作地连接到车辆总线32。在各种实施例中,车辆传感器72包括检测传感器73、用户输入传感器74、速度传感器75、能见度传感器76和路况传感器77,如下所述。在各种实施例中,车辆传感器72还可以包括任何数量的其他传感器,例如加速度计、转向角传感器、制动系统传感器、陀螺仪、磁力计、排放检测和/或控制传感器等。传感器接口模块44的例子包括动力系统控制、气候控制和车身控制等。
在各种实施例中,检测传感器73检测用户17的电子设备15并与之通信。例如,在各种实施例中,检测传感器73检测电子设备15并接收其唯一标识符(例如,移动电话的媒体访问控制地址),以便帮助识别车辆12的用户17。在某些实施例中,检测传感器73包括一个或多个蓝牙低能量(BLE)传感器73,其设置在车辆12内或车辆12上(例如,在车辆2的车身上或车身内)。在某些实施例中,结合一个或多个短程无线连接(SRWC)协议(例如,蓝牙/蓝牙低能耗,或无线网络)使用检测传感器73。
另外,在各种实施例中,输入传感器74被用来检测来自用户17的关于车辆12的导航的输入,并且在某些实施例中还关于各种车辆部件的操作。例如,在各种实施例中,输入传感器74检测用户17关于车辆12的所请求的行驶目的地的请求,并且在某些实施例中,还检测关于车辆12的行驶操纵难度的偏好和/或阈值。在各种实施例中,输入传感器74也可以是一个或多个硬件组件20和/或控制器30的一部分和/或联接到一个或多个其他车辆模块80,例如一个或多个车辆控制模块81、车身控制模块、发动机控制模块和/或控制车辆12的不同功能的其他模块。
在各种实施例中,速度传感器75测量车辆12的速度(例如,经由一个或多个车轮速度传感器)和/或测量一个或多个可用于计算车辆速度的参数(例如,经由车辆2的加速度计)。此外,在各种实施例中,能见度传感器76测量影响道路能见度的一个或多个参数,例如雨、雪、雨夹雪、霜冻等。另外,在各种实施例中,路况传感器77测量影响轮胎在道路上的抓地力的一个或多个参数(例如,路面的摩擦系数)。
无线载波系统14可以是任何数量的蜂窝电话系统、基于卫星的无线系统和/或任何其他合适的无线系统,例如在车辆硬件20和陆地网络16之间传输信号(和/或在某些实施例中,直接与车辆12和/或远程服务器18通信)。根据某些示例,无线载波系统14可以包括和/或联接到一个或多个蜂窝塔48、卫星49、基站和/或移动交换中心(MSC)50,以及将无线载波系统14与陆地网络16连接所需的任何其他联网组件。如本领域技术人员所理解的,各种蜂窝塔/基站/移动交换中心的布置是可能的,并且可以与无线载波系统14一起使用。
陆地网络16可以是传统的基于陆地的电信网络,其连接到一个或多个陆线电话,并将无线载波系统14连接到远程服务器18。例如,如本领域技术人员所理解的,陆地网络16可以包括公共交换电话网(PSTN)和/或互联网协议(IP)网络。当然,陆地网络16的一个或多个部分可以以标准有线网络、光纤或其他光网络、电缆网络、其他无线网络(例如无线局域网)或提供宽带无线接入的网络(BWA)或其任意组合的形式来实现。
远程服务器18被设计为向车辆硬件20提供多个不同的系统后端功能,并且根据这里所示的示例,通常包括一个或多个交换机52、服务器54、数据库56、顾问58以及各种其他电信/计算机设备60。这些不同的呼叫中心组件通过网络连接或总线62适当地相互联接,例如前面结合车辆硬件20描述的一个。可以是专用小交换机(PBX)的交换机52路由输入信号,使得语音传输通常被发送到顾问58或自动响应系统,并且数据传输被传递到调制解调器或其他电信/计算机设备60,用于解调和进一步的信号处理。
如前所述,调制解调器或其他电信/计算机设备60可以包括编码器,并且可以连接到各种设备,例如服务器54和数据库56。在各种实施例中,远程服务器18的数据库56包括存储标识符(例如,MAC地址),以及地图数据和/或与车辆12的导航有关的其他数据。虽然图示的例子已经被描述为将与有人操作的远程服务器18结合使用,但是应当理解,远程服务器18可以是任何中央或远程设施,有人操作或无人操作、移动或固定的,希望与它们交换语音和数据。
图2是根据示例性实施例的用于为车辆提供导航功能的过程200的流程图,该过程基于与路线相关联的一个或多个驾驶操作的难度来分析去往目的地的潜在路线。根据示例性实施例,过程200可以结合图1的通信系统10使用,包括结合图1的车辆12。过程200还将在下面结合图3-5、8和9进一步描述,这些图描绘了可以结合图1的过程200和通信系统10(包括其车辆12)实现的示例性驾驶操作和相关路线;还结合图6和7描述,其描绘了根据示例性实施例的示例性表格,该表格可以结合图1的通信系统来实现图2的过程200,所述通信系统包括图1的车辆,并且包括图3-5、8和9的示例性驾驶操作和相关路线。
如图2所示,在各种实施例中,过程200开始于步骤202。在某些实施例中,当一个或多个用户17(例如,驾驶员或乘客)接近或进入车辆12,或启动车辆12和/或其点火装置(例如,通过转动钥匙、接合密钥卡或启动按钮等),或者打开或接合车辆12的导航特征。在某些实施例中,过程200的步骤在车辆12运行期间连续执行。
在各种实施例中,在204处获得用户输入。在各种实施例中,用户输入包括(i)车辆12的行驶目的地;以及(ii)用户对于为了到达期望的目的地可以使用的路线的操作难度的容忍度和/或阈值的偏好。在某些实施例中,用户输入经由一个或多个检测单元和/或系统接收,例如图1的检测传感器73和/或用户设备15。在各种实施例中,在206确定用户的目的地,并且在208确定用户的偏好(例如,关于到达目的地的路线的操作难度阈值),即由图1的处理器38基于204的用户输入来确定。
另外,在各种实施例中,在210获得车辆传感器数据。在各种实施例中,车辆传感器数据从图1的各种车辆传感器72获得。例如,在某些实施例中,传感器数据包括关于车辆12的速度的信息和数据(例如,由速度传感器75测量);道路状况和/或能见度(例如,由能见度传感器76测量)和/或与车辆12和/或与车辆12行驶的道路相关的其他传感器数据。
另外,在各种实施例中,在212获得地图数据。在各种实施例中,地图数据涉及存储在计算机存储器(例如,车辆12的存储器40和/或远程服务器18的数据库56)中的地图,其与车辆12行驶的道路有关,并且与车辆12在前往目的地的途中可能采取的各种可能路线的道路有关。
另外,在各种实施例中,在214获得第三方数据。在各种实施例中,第三方数据从远程服务器18和/或车辆12外部的一个或多个其他来源(例如,气象服务、交通服务等)获得,其关于道路或其周围的一个或多个条件(例如,交通拥堵、交通速度、雨、风、雪和/或其他天气等),所述道路例如车辆12正在其上行驶的道路以及车辆12在前往目的地的途中可能采取的各种可能路线的道路。
在216识别车辆12到达目的地可能的路线。在各种实施例中,图1的处理器38基于在步骤212获得的地图数据识别到目的地的可能路线。
另外,在各种实施例中,对于每个可能的路线,在218确定交通和速度条件(TSC)。在各种实施例中,交通和速度条件由处理器38根据交通拥堵水平(TC)、速度限制(SL)和车辆12的当前车速(CVS)来确定。另外,在各种实施例中,假设在整个路线中有(n+1)个转弯,起点被计为第一个转弯,终点被计为第(n+1)个转弯,第i个转弯和第i+1个转弯之间的道路可以被称为路段i。在各种实施例中,交通和速度条件定义如下:
TSCi=f1(TCi(loc),SLi(loc),CVSi(loc)),i=1,2,...n (等式1)。
此外,在各种实施例中,TSCi值可以在区段i内变化,并且在某些实施例和情况下,可能需要分成更小的区段,以对交通和速度条件进行最佳评估。此外,在某些实施例中,TSCi可以被分类为不同的条件级别。例如,在一个实施例中,TSCi被分为三个级别,即:好(1)、坏(2)和危险(3)。
另外,在各种实施例中,对于每个可能的路线,在220提出并定义车道变换挑战(LCC)。在各种实施例中,图1的处理器38提出并定义车道变换挑战(LCC),其是每距离的车道变换次数及其相邻转弯之间的交通和速度条件(TSC)的函数。
参考图3-5,描绘了沿着具有不同车道的道路的车辆12的示例性场景“A”300(图3)、“B”400(图4)和“C”500(图5)。例如,图4描绘了车辆12在第i个转弯410和第i+1个转弯420之间穿过三个交通车道401,其间具有距离di 430。图3描绘了车辆12在第i个转弯310和第i+1个转弯320之间穿过六条车道301,其间具有距离di 330。图5描绘了车辆12在第i个转弯510和第i+1个转弯520之间穿过四个初始车道501,其间具有距离di 530;然后在第i+1个转弯520和第i+2个转弯525之间穿过四个另外的交通车道502,其间具有距离di+1 535。
回到图2,在各种实施例中,假设在整个路线中有(n+1)个转弯,起点被计为第一个转弯,终点是第(n+1)个转弯,第i个转弯和第i+1个转弯之间的距离是di。另外,在各种实施例中,需要穿过的车道数是nli。
另外,在各种实施例中,车道变换挑战(i)定义如下:
LCCi=f2(nli/di,TSCi),i=1,2,…,n (等式2)
此外,在各种实施例中,LCCi可以被分类成不同的挑战级别。例如,在一个实施例中,LCCi可以被分类为三个特定级别,即:容易(1)、中等(2)和挑战(3)。
此外,在各种实施例中,在222识别路面条件(RSC)。在各种实施例中,图1的处理器38提出和定义路面条件(RSC),其是道路条件(RC)(例如,包括湿度、雪、冰、霜、其他天气条件等)以及道路的摩擦条件(FC)的函数,这是通过使用图1的一个或多个道路条件传感器77获得(例如,对于轮胎抓地力条件)。
在各种实施例中,假设在整个路线中有(n+1)个转弯,起点被计为第一个转弯,终点被计为第(n+1)个转弯,则第i个转弯和第i+1个转弯之间的道路是路段i,并且具有定义如下的路面条件(RSC):
RSCi=f3(RCi(loc),FCi(loc)),i=1,2,...,n (等式3)
在各种实施例中,RSCi可以被表征为不同的条件水平。例如,在一个实施例中,RSCi被表征为三个级别;即:(1)好,如干的、净的;(2)坏,如潮湿和多雾;(3)危险,如结冰和下雪。
在各种实施例中,在224识别驾驶难度大小(DDM)。在各种实施例中,图1的处理器38根据以下等式提出并定义作为车道变换挑战(LCC)和路面条件(RSC)的函数的驾驶难度大小(DDM):
DDMi=f4(LCCi,RSCi) (等式4)
例如,在各种实施例中,如果LCC和SRC都被分为三个级别,并且函数是容易的乘法,则可以通过将LCCi和SRCi的各相应值相乘来计算DDMi。
例如,参考图6,相对于上面关于LCCi和RSCi讨论的示例,提供了基于LCCi和RSCi计算DDMi的说明性示例。
在这个例子中,LCCi表600显示LCCi可以分为三类;即:(i)“容易”(在表600中表示为601),具有用于计算目的的数值“1”;(ii)“中等”(在表600中表示为602),具有用于计算目的的数值为“2”;以及(iii)“挑战”(在表600中表示为603),具有用于计算目的的数值“3”。
同样在该示例中,RSCi表610示出RSCi可以被分为三类;即:(i)“好”(在表600中表示为611),具有用于计算目的的数值“1”;(ii)“坏”(在表600中表示为612),具有用于计算目的的数值“2”;和(iii)“危险”(在表600中表示为613),具有用于计算目的的数值为“3”。
同样在这个例子中,对于任何给定的路线(或路段),LCCi和RSCi的相应值被相乘以基于相乘的乘积产生相应的DDMi值,如DDMi表620所示。因此,当LCCi为“容易”且RSCi为“好”时,生成的DDMi值将为1x1=1,依此类推。
在各种实施例中,对于每条路线,来自该路线的每个路段的驾驶难度大小值(DDMi)然后在226中合计在一起,以便获得特定路线的总DDMr值。然后,利用该路线的总DDMr值来确定该路线的“驾驶难度级别”(DDL)值。此外,在各种实施例中,对于可被选择用于到达目的地的多条路线中的每一条,重复这一过程。
在各种实施例中,在226期间,图1的处理器38基于整个路线的总驾驶难度大小(DDMr)提出并定义驾驶难度水平(DDL),对于i=1,2,…,n,其是DDMr是DDMi的函数。在各种实施例中,DDL用于与车辆12的驾驶员或乘客就路线驾驶难度进行通信。
在各种实施例中,路线的总驾驶难度大小DDMr表示如下:
DDMr=f5(DDMi,i=1,2,…,n) (等式5)
举例来说,在示例性实施例中,f5可以包括DDMi的容易加和。例如,在一个例子中,在整个路线中有三个转弯和两个路段,可能的DDM值将被相应地计算,DDL水平将被分为三个级别,即:容易、中等和困难。
例如,参考图7,表700描述了作为不同路段(i)的各DDMi值之和计算的路线DDMr702。具体地,在路线中有两个路段的这个例子中,路线DDMr702被计算为DDM1 704和DDM2706的和,如图1的表700所示。
进一步参考图7,表750基于特定路线的路线DDM 702描绘了特定路线的驾驶难度级别DDL 760。如图7所示,在该示例中,特定路线的DDL760被分类为(A)“容易”(在表760中表示为761);(B)“中等”(在表760中表示为762);或(C)“困难”(表示为表760中的763)。具体而言,在本例中,如果路线的DDMr在1-4的范围内,则DDL被归类为(A)“容易”;(2)如果路线的DDMr在5-9的范围内,则为“中等”;以及(3)如果路线的DDMr在10-18的范围内,则为“困难”。
在各种实施例中,在228对路线进行排序。在各种实施例中,图1的处理器38基于每条路线的驾驶难度水平DDL以及来自用户204、208的用户输入对各种路线进行分类,所述用户输入是关于路线的驾驶操作难度的用户偏好。例如,如果驾驶员(或用户或乘客)仅表示了对“容易”路线的偏好,则“容易”路线将被优先考虑,即使这样的路线可能比其他路线花费更多的时间和/或距离。作为另外的例子,如果驾驶员(或用户或乘客)表示愿意接受“中等”路线,那么如果这样的路线与其他“容易”路线相比对应于明显更少的时间和/或距离,则可以首先优先考虑这样的“中等”路线,等等。
参考图8,提供了示例性图示800,示出了车辆12沿着道路的三条备选路线。具体地,第一路线801被分类为“容易”,而第二路线802被分类为“中等”,第三路线803被分类为“困难”。在某些实施例中,不同的潜在路线801、802、803中的每一个被显示为用户(例如,司机或乘客)的选项,连同困难程度的指示。例如,在一个实施例中,“容易”路线可以用第一颜色(例如,绿色)描绘,而“中等”路线可以用第二颜色(例如,蓝色)描绘,并且“困难”路线可以用第三颜色(例如,红色)描绘,例如在图1的显示屏67上。此外,在某些其他实施例中,可以基于用户先前输入的关于用户认为可接受的难度级别的偏好,为用户预先选择这些路线之一。
在各种实施例中,在230为车辆的用户提供输出(例如,对于车辆的驾驶员或乘客)。在各种实施例中,提供了潜在路线的地图,以及与每个路线相关联的驾驶难度水平的指示。例如,在某些实施例中,不同的路线以与不同的DDL值相关联的不同颜色提供(例如,容易、中等和困难),如以上结合图8所述。在各种实施例中,根据图1的处理器38提供的指令(例如,作为车辆12的导航系统41的一部分或与其结合),将这一信息在图1的显示屏67上提供给用户。
另外,在各种实施例中,然后在232从用户(例如,车辆的驾驶员或乘客)接收输入,该输入关于所选路线,(例如,经由车辆12的输入设备的输入传感器74)。在各种实施例中,然后在234根据由图1的处理器38提供的指令执行一个或多个车辆动作。例如,在某些实施例中,车辆12包括自动车辆,并且车辆12执行所选路线并沿着所选路线自动行驶到目的地,同时还经由图1的显示屏67显示关于沿途所选路线的信息。在其他实施例中,在各种实施例中,车辆12可以不是自主车辆12,但是仍然可以在图1的显示屏67上为用户显示所选择的路线,以及与路线的每一部分相关联的驾驶员位置或难度的信息。
例如,参考图9,提供了图示900,其示出了车辆12沿着包括某些示例性道路的道路的选定路线901,即:(i)大比弗路902和(ii)伍德沃德路903。在各种实施例中,在图1的显示屏67上为用户描绘了所选路线901的地图,以及路线的各个步骤的描述,伴随有每个步骤的困难程度的指示(并且,在各种实施例中,包括每个特定步骤中要穿过的车道数量的描述)。
例如,在一个示例中,步骤的描述可以出现在图示900的地图旁边,并且可以包括以下文本(例如,在图示的左侧):
*在大比弗路向西行驶,3车道(容易)
*1英里
*右转进入M-1N/伍德沃德路,4车道(容易)
*0.1英里
*从右向左穿过4条车道,在伍德沃德路上掉头,4车道(中等)
*2英里
*从左到右穿过4条车道,右转行驶14英里,1车道(中等)
在某些实施例中,该过程然后在236终止。
因此,根据各种实施例,提供了为车辆提供潜在改进的导航特征的方法、系统和车辆,其基于与路线相关联的驾驶难度水平,结合关于驾驶难度水平的用户偏好来分析潜在路线。
应当理解,系统和方法可以不同于附图中描绘的和这里描述的那些。例如,在各种实施例中,图1的通信系统,包括远程服务器、车辆、通信网络和/或其组件,可以不同于图1所示和/或本文所述的。还应当理解,这里公开的过程(和/或子过程)可以不同于这里描述的和/或图2中描述的过程,和/或其步骤可以同时执行和/或以不同于这里描述的和/或图2中描述的顺序执行,以及其他可能的变化。还应当理解,图3-9和上述的各种实施方式也可以在不同的实施例中变化。
虽然在前面的详细描述中已经给出了至少一个例子,但是应该理解存在大量的变化。还应当理解,一个或多个示例仅仅是示例,并不旨在以任何方式限制本公开的范围、适用性或配置。相反,前面的详细描述将为本领域技术人员提供实现一个或多个示例的方便的路线图。应当理解,在不脱离所附权利要求及其合法等同物的范围的情况下,可以对元件的功能和布置进行各种改变。
Claims (10)
1.一种方法,包括:
接收关于车辆行驶目的地的输入;
通过处理器识别车辆行驶到目的地的多条路线;
通过处理器为所述多条路线中的每一条确定车辆通过所述路线到达目的地的车辆操纵难度的度量;和
基于所述多条路线的相应难度度量,通过由所述处理器提供的指令来执行车辆动作。
2.根据权利要求1所述的方法,其中:
对于多条路线中的每条路线,确定难度度量的步骤基于沿着路线到达目的地的每行驶距离的车道数。
3.根据权利要求2所述的方法,其中:
对于多条路线中的每条路线,确定难度度量的步骤还基于该路线的交通和速度条件,其基于交通拥堵水平、速度限制和当前车辆速度的函数。
4.根据权利要求3所述的方法,其中:
对于多条路线中的每条路线,确定难度度量的步骤还基于该路线的路面条件。
5.根据权利要求1所述的方法,进一步包括:
接收关于车辆行驶难度水平的期望容忍度的第二输入;
其中,通过处理器提供的指令执行车辆动作的步骤基于对难度水平的期望容忍度以及对多条路线的难度的相应度量。
6.根据权利要求1所述的方法,其中,执行车辆动作的步骤包括提供多个路线的列表,以及关于它们各自的难度度量的信息。
7.根据权利要求1所述的方法,其中:
该车辆包括自主车辆;和
执行车辆动作的步骤包括通过处理器提供的指令自动操作自动车辆行驶到目的地。
8.一种系统,包括:
输入设备,被配置为接收关于车辆行驶目的地的输入;和
处理器,联接到输入设备,并且被配置为至少实现:
识别车辆行驶到目的地的多条路线;
对于多条路线中的每一条,确定车辆通过该路线到达目的地的车辆操纵难度的度量;和
基于所述多条路线的相应难度度量,提供用于执行车辆动作的指令。
9.一种车辆,包括:
驱动系统;和
导航系统,其联接到驱动系统,该导航系统包括:
输入设备,其被配置为接收关于车辆行驶目的地的输入;和
处理器,其联接到输入设备,并且被配置为至少实现:
识别车辆行驶到目的地的多条路线;
对于多条路线中的每一条,确定车辆通过该路线到达目的地的车辆操纵难度的度量;和
基于所述多条路线的相应难度度量,提供用于执行车辆动作的指令。
10.根据权利要求9所述的车辆,其中:
该车辆包括自主车辆;和
处理器还被配置成提供用于自动操作自动车辆行驶到目的地的指令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/031,058 | 2020-09-24 | ||
US17/031,058 US11643103B2 (en) | 2020-09-24 | 2020-09-24 | Navigation considering route driving difficulty |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114248796A true CN114248796A (zh) | 2022-03-29 |
Family
ID=80473819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110521188.4A Pending CN114248796A (zh) | 2020-09-24 | 2021-05-13 | 考虑路线驾驶难度的导航 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11643103B2 (zh) |
CN (1) | CN114248796A (zh) |
DE (1) | DE102021109452A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11774256B2 (en) * | 2019-01-30 | 2023-10-03 | Uber Technologies, Inc. | User control of alternate routes |
CN110207716B (zh) * | 2019-04-26 | 2021-08-17 | 纵目科技(上海)股份有限公司 | 一种参考行驶线快速生成方法、系统、终端和存储介质 |
US11768083B2 (en) * | 2020-05-15 | 2023-09-26 | Apple Inc. | User interfaces for providing navigation directions |
US11846515B2 (en) | 2020-06-11 | 2023-12-19 | Apple Inc. | User interfaces for customized navigation routes |
JP7150900B2 (ja) * | 2021-01-12 | 2022-10-11 | 本田技研工業株式会社 | 推奨レーンを判定する車両システム |
US20230332900A1 (en) * | 2022-04-19 | 2023-10-19 | Ford Global Technologies, Llc | Systems and methods for ranking routes based on driving complexity |
US20240060784A1 (en) * | 2022-08-18 | 2024-02-22 | Trimble Inc. | Determining vehicle turn difficulty using overhead images |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143492A1 (en) * | 2010-12-03 | 2012-06-07 | General Motors Llc | Methods to Improve Route Quality Using Off-Route Data |
US20170227971A1 (en) * | 2014-09-05 | 2017-08-10 | Mitsubishi Electric Corporation | Autonomous travel management apparatus, server, and autonomous travel management method |
US20180058875A1 (en) * | 2016-08-29 | 2018-03-01 | Telenav, Inc. | Navigation system with preference analysis mechanism and method of operation thereof |
US20180238697A1 (en) * | 2017-02-22 | 2018-08-23 | Clarion Co., Ltd. | Navigation device, route search server, and route search method |
CN110155060A (zh) * | 2018-02-12 | 2019-08-23 | 联想(新加坡)私人有限公司 | 识别到目的地的第一路线的系统和方法 |
US10699347B1 (en) * | 2016-02-24 | 2020-06-30 | Allstate Insurance Company | Polynomial risk maps |
CN111480052A (zh) * | 2017-12-15 | 2020-07-31 | 伟摩有限责任公司 | 使用预测模型解决车辆路线中的场景困难 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6728634B2 (en) * | 2001-01-29 | 2004-04-27 | Mitsubishi Denki Kabushiki Kaisha | Destination route guiding method |
JP4822099B2 (ja) * | 2005-07-11 | 2011-11-24 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置及びナビゲーション方法 |
US7580791B2 (en) * | 2005-08-10 | 2009-08-25 | Rm Acquisition, Llc | Route evaluation system |
JP2008039480A (ja) * | 2006-08-02 | 2008-02-21 | Denso Corp | 経路探索装置 |
DE102007018084A1 (de) * | 2007-04-17 | 2008-10-23 | Rohde & Schwarz Gmbh & Co. Kg | Routenfindungssystem und Verfahren mit Routenoption zur Vermeidung gefährlicher Abbiegevorgänge |
JP5058243B2 (ja) * | 2009-12-14 | 2012-10-24 | アイシン・エィ・ダブリュ株式会社 | 車両案内装置、車両案内方法、及び車両案内プログラム |
US9086297B2 (en) * | 2011-01-20 | 2015-07-21 | Telenav, Inc. | Navigation system having maneuver attempt training mechanism and method of operation thereof |
US8781730B2 (en) * | 2011-04-11 | 2014-07-15 | Garmin Switzerland Gmbh | Route selection employing metrics |
JP6369028B2 (ja) * | 2014-01-27 | 2018-08-08 | アイシン・エィ・ダブリュ株式会社 | 経路探索システム、経路探索方法及びコンピュータプログラム |
US10324463B1 (en) * | 2016-01-22 | 2019-06-18 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation adjustment based upon route |
EP3417240A4 (en) * | 2016-02-15 | 2019-07-17 | Allstate Insurance Company | EARLY NOTIFICATION OF NON-AUTONOMOUS AREA |
JP6312954B2 (ja) * | 2016-02-17 | 2018-04-18 | 三菱電機株式会社 | 情報提供装置、情報提供サーバおよび情報提供方法 |
US10331141B2 (en) * | 2016-06-30 | 2019-06-25 | GM Global Technology Operations LLC | Systems for autonomous vehicle route selection and execution |
US10627831B2 (en) * | 2016-08-25 | 2020-04-21 | Allstate Insurance Company | Fleet vehicle feature activation |
US10317241B2 (en) * | 2017-01-23 | 2019-06-11 | Bayerische Motoren Werke Aktiengesellschaft | Systems and methods for recognizing and measuring hard-to-reach destinations |
US11112794B2 (en) * | 2019-02-20 | 2021-09-07 | Gm Cruise Holdings Llc | Autonomous vehicle routing based upon risk of autonomous vehicle takeover |
US20200356100A1 (en) * | 2019-05-09 | 2020-11-12 | ANI Technologies Private Limited | Generation of autonomy map for autonomous vehicle |
US20220187083A1 (en) * | 2019-06-28 | 2022-06-16 | Google Llc | Generating navigation routes and identifying carpooling options in view of calculated trade-offs between parameters |
-
2020
- 2020-09-24 US US17/031,058 patent/US11643103B2/en active Active
-
2021
- 2021-04-15 DE DE102021109452.6A patent/DE102021109452A1/de active Pending
- 2021-05-13 CN CN202110521188.4A patent/CN114248796A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143492A1 (en) * | 2010-12-03 | 2012-06-07 | General Motors Llc | Methods to Improve Route Quality Using Off-Route Data |
US20170227971A1 (en) * | 2014-09-05 | 2017-08-10 | Mitsubishi Electric Corporation | Autonomous travel management apparatus, server, and autonomous travel management method |
US10699347B1 (en) * | 2016-02-24 | 2020-06-30 | Allstate Insurance Company | Polynomial risk maps |
US20180058875A1 (en) * | 2016-08-29 | 2018-03-01 | Telenav, Inc. | Navigation system with preference analysis mechanism and method of operation thereof |
US20180238697A1 (en) * | 2017-02-22 | 2018-08-23 | Clarion Co., Ltd. | Navigation device, route search server, and route search method |
CN111480052A (zh) * | 2017-12-15 | 2020-07-31 | 伟摩有限责任公司 | 使用预测模型解决车辆路线中的场景困难 |
CN110155060A (zh) * | 2018-02-12 | 2019-08-23 | 联想(新加坡)私人有限公司 | 识别到目的地的第一路线的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102021109452A1 (de) | 2022-03-24 |
US20220089177A1 (en) | 2022-03-24 |
US11643103B2 (en) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11643103B2 (en) | Navigation considering route driving difficulty | |
RU2683902C2 (ru) | Транспортное средство, способ и система для планирования режимов транспортного средства с использованием изученных предпочтений пользователя | |
US7266450B2 (en) | Method and system for selecting route guidance data for off-board navigation | |
US8442759B2 (en) | System and method for providing multiple portions of a route in a telematics system | |
US9552728B2 (en) | Route-based propulsion mode control for multimodal vehicles | |
US9644970B2 (en) | Parking garage environment detection and EHPE determination for vehicular navigation | |
US20100332113A1 (en) | System and method for providing route guidance to a requesting vehicle | |
CN109509352A (zh) | 针对禁行区的自主车辆的路径规划 | |
US9466158B2 (en) | Interactive access to vehicle information | |
US20200334920A1 (en) | Geo bounded dynamic data collection for road tolling and road usage monitoring | |
US20180283880A1 (en) | Infrastructure to vehicle position verification | |
CN110913065B (zh) | 选择性地将电子设备与车辆连接的方法、车辆及控制系统 | |
US20230035340A1 (en) | Methods and systems to optimize vehicle event processes | |
US10598498B2 (en) | Methods and systems for localization of a vehicle | |
US20200241484A1 (en) | Machine learning method and system for executing remote commands | |
KR20030039923A (ko) | 차량용 실시간 교통 정보 서비스 시스템 및 방법 | |
US10323951B2 (en) | Method of generating a navigation-based route for a vehicle | |
US20210165110A1 (en) | Event detection for vehicles | |
US10393881B2 (en) | Obtaining vehicle positions based on positional trigger events | |
US11220228B2 (en) | User-controlled availability of vehicle connectivity | |
US11157019B2 (en) | Methods and systems for interacting with and controlling multiple vehicles at once | |
CN108694461B (zh) | 信息分析装置和信息分析方法 | |
US8670924B2 (en) | Creation of GIS tools and spatial database for limited access highway entrance points in the US and Canada | |
US20230236036A1 (en) | Road network mapping using vehicle telemetry data | |
US20220164583A1 (en) | Methods and systems to utilize cameras to predict driver intention and highlight useful data |
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 |