JP2023027271A - 車両モード検出システム - Google Patents

Abstract

【課題】車両内のモバイルデバイスによって検出された走行中の加速度データおよび場所データに基づいて、車両モードを検出するためのシステム、方法、およびデバイスを提供する。【解決手段】場所データを既知のルートウェイデータと比較して、車両モードを検出する。他の例では、加速度データは、車両モードを検出するように、使用走行中の車両の速度の一貫性を算出するために使用される。いくつかの追加的な態様では、車両モード検出に関する偽陽性をチェックするために、複数の分析が同じデータセットに対して行なわれる。【選択図】図２

Description

関連出願の相互参照

本出願は、２０１６年８月３０日に出願された米国特許出願第１５／２５１,７７８号、名称「Ｖｅｈｉｃｌｅ Ｍｏｄｅ Ｄｅｔｅｃｔｉｏｎ Ｓｙｓｔｅｍｓ」に対する優先権を主張する。本出願は、参照によりその全体が本明細書に組み込まれている。

本開示の様々な態様は、一般に、場所データおよび加速度データの分析に関する。例えば、本開示の態様は、場所データおよび加速度データを受信および伝送し、データを分析して、移動セグメント中のユーザの車両モードを検出することを目的とする。

保険業者は、リスクの評価、インセンティブの提供、保険料の調整、および同類のものにおいて使用するための、様々なユーザの運転情報を収集する能力を尊重する。一般に、スマートフォン上および車両上のセンサからデータを捕捉するための技術は存在するが、そうした技術は、（例えば、車対電車等の）データセットと関連付けられた車両のタイプまたは輸送モードを認識することができない。保険業者は、ユーザによる車両の運転に関する情報を所望するが、ユーザが車、電車、飛行機、ボート、自転車、または他の輸送モードの乗員である間に記録されたデータは、ユーザに関する正確な運転情報を決定する能力を妨げる場合がある。したがって、移動セグメント中のユーザと関連付けられた車両モードを認識することが有益である。

以下は、本開示のいくつかの態様の基本的な理解を提供するための簡略化された概要を提示する。本要約は、本開示の広範囲にわたる概要ではない。本開示の鍵となるかまたは重要な要素を特定することも、本開示の範囲を描写することも意図されていない。以下の概要は、単に、以下の説明の前置きとして、本開示のいくつかの概念を簡略化した形で提示する。

本明細書で論じられる様々な態様は、場所データおよび加速度データを分析して、移動中にユーザの車両モードを決定することによって、データ収集を改善することに関する。本開示の態様は、センサデータ、加速度データ、位置データ、デジタル画像データ、および／または地図データベースを使用して、リアルタイムまたは準リアルタイムのナビゲーション分析に基づいて、車両モードを決定するための方法、コンピュータ可読媒体、システム、および装置に関する。いくつかの配設において、本システムは、少なくとも１つのプロセッサと、少なくとも１つのプロセッサによって実行されたときに、車両モードシステムに車両モードの分析を行わせるコンピュータ実行可能命令を格納した少なくとも１つのメモリと、を含む、車両モードシステムとすることができる。

いくつかの態様において、コンピューティングデバイスは、１つ以上のリアルタイム要因、および１つ以上のリアルタイム要因と関連付けられたリアルタイムデータを決定することができる。これらの要因としては、マップ情報、車道情報、地理情報、車両情報、電車情報、バスルート情報、および／または車両モードの決定に影響を及ぼし得る追加的な要因を挙げることができる。リアルタイムデータの収集および格納は、ユーザの車両モードを決定するための予測分析を向上させる際に使用することができる、履歴データのポートフォリオの策定を可能にする。

本開示の態様によれば、本センサシステムは、走行中のユーザの移動に基づいて、走行の全体を通して加速度データおよび場所データを記録することができる。異なる態様において、ユーザは、走行中の車両の運転者、走行中の車両の乗員、または走行のいくつかのセグメント中の車両の運転者、および走行の他のセグメント中の車両の乗員であり得る。加速度データおよび場所データは、それを格納することおよび／または分析することができるサーバに通信することができる。いくつかの態様において、サーバは、外部データベース、ネットワーク、サーバ、または他のソースから現在の地図データを受信することができ、また、記録された加速度データおよび場所データを、受信した現在の地図データと比較する分析を行って、車両モード分析を行うことができる。特定の態様によれば、本システムは、記録された加速度データおよび場所データに対して第１の車両モード分析を行い、その後に、記録された加速度データおよび場所データに対して第２の車両モード分析を行って、車両モードの検出精度を検証することができる。

本開示のいくつかの態様によれば、本センサシステムは、走行中のユーザの移動に基づいて、走行の全体を通して加速度データおよび場所データを記録することができる。加速度データおよび場所データは、モバイルデバイスによって記録することができ、また、モバイルデバイスにおいて格納することおよび／または分析することができる。いくつかの態様において、モバイルデバイスは、外部データベースから現在の地図データを受信し、現在の地図データをモバイルデバイスに格納することができる。特定の態様において、外部データベースから受信した地図データまたは他のデータの一部分は、モバイルデバイスにキャッシュすることができる。これらの態様においては、効率を向上させ、かつ、データの追加的な転送の必要性を低減させるので、モバイルデバイスにキャッシュされた地図データを有する利点がある。いくつかの配設において、モバイルデバイスは、記録された加速度データおよび場所データを、受信および／または格納された現在の地図データと比較する分析を行って、車両モード分析を行うことができる。特定の態様によれば、本システムは、記録された加速度データおよび場所データに対して第１の車両モード分析を行い、その後に、記録された加速度データおよび場所データに対して第２の車両モード分析を行って、車両モードの検出精度を検証することができる。特定の態様において、モバイルデバイスは、地図データをキャッシュすることができ、また、外部サーバに通信することを必要とすることなく、モバイルデバイスにおいてモード検出分析を行うように構成することができる。

いくつかの態様において、本システムは、異なる車両タイプの移動ルートを決定するために、地図データベースシステムから予め定義されたルートデータを受信することができる。いくつかの態様において、本システムは、ルートウェイデータを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに固有のデータを含むことができる。いくつかの配設において、ルートウェイタイプは、特定の車両が動作するルートに関するデータであり得る。いくつかの例において、ルートウェイタイプは、電車とすることができ、ルートウェイデータとしては、鉄道線路および／または駅に関するデータを挙げることができる。特定の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータとしては、車道、街灯、停止信号、その他を挙げることができる。他の態様において、ルートウェイデータとしては、鉄道線路、車道、水路、バスルート、駅、停止信号、街灯、バス停、または車両が進み得るルートに影響を及ぼす任意の他のルートウェイデータの任意の組み合わせを挙げることができる。いくつかの態様において、ルートデータは、交通データ、電車データ、バスデータ、気象データ、地理データ、またはルートを移動している間に車両の加速または場所データに影響を及ぼし得る任意の他のデータ等の、リアルタイムデータによって更新することができる。

本開示の他の特徴および利点は、本明細書で提供されるさらなる説明から明らかになるであろう。

添付図面を考慮して以下の説明を参照することにより、本発明およびその利点のより完全な理解を得ることができ、図面において、同様の参照番号は、同様の特徴を示す。

本開示の態様を実施するために使用することができる、ネットワーク環境およびコンピューティングシステムを例示する図である。 本開示の１つ以上の態様による、車両モード検出システムの様々な例示的な構成要素を例示する図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメント中の平均スナップ距離に基づいて該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメントの開始および終了時の停止点に基づいて該データを分析して車両モードを決定する、例示的な方法を例示している流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメント中のいくつかの加速点に基づいて該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメント中の平均スナップ距離および加速アクションに基づいて該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメントの開始および終了時の停止点、ならびに移動セグメント中の平均スナップ距離に基づいて該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。 本開示の１つ以上の態様による、加速度データおよび場所データを収集し、移動セグメントの開始および終了時の停止点、ならびに加速アクションに基づいて該データを分析して車両モードを決定する、例示的な方法を例示する流れ図である。

以下の様々な実施形態の説明では、添付図面を参照するが、添付図面は、本明細書の一部を形成するものであり、実施することができる本開示の様々な実施形態の一例として示される。他の実施形態が利用され得ることを理解されたい。

本開示の態様は、ルートセグメントに沿った移動中に加速度データおよび場所データを検出および測定して、これらのルートセグメントを移動している間のユーザの車両モード（例えば、交通手段）を検出することを目的とする。下でさらに詳細に説明される技術は、ルート中にユーザが車両を運転している間に、ユーザがルート中に車両の乗員である間に、またはユーザがルートの一部分中に車両の運転者であり、かつルートの一部分中に車両の乗員であり得るときに、データを収集することを可能にする。

本開示の多くの態様において、移動セグメントおよびルートセグメントという用語は、評価されているルートの特定の部分について論じるために使用され、該ルートとしては、車道、鉄道線路、水路、または車両が移動することができる任意の他の手段の一部分を挙げることができる。ルートセグメントとしては、道路、道路の一部分、経路、橋梁、オンランプ、オフランプ、鉄道線路、鉄道線路の一部分、河川、または車両が移動することができる任意の他のルートの一部分を挙げることができる。多くのルートセグメントは、車両が少なくとも２つの方向に移動することを可能にすることに留意されたい。さらに、車両が移動している方向は、車両の加速度データ、場所データに影響を及ぼし得、また、ルートセグメントの障壁または物体と相互作用し得る。いくつかの例において、ルートセグメント上を一方向に移動する車両は、様々な停止点に遭遇する場合があり、一方で、ルートセグメント上を反対方向に移動する車両は、そうした停止点の全てもしくはいくつかに遭遇する場合、またはまったく遭遇しない場合がある。このため、本開示内のルートまたはルートセグメントの参照は、そのルートセグメント上の特定の移動方向を指すことができ、よって、ルートまたはルートセグメントと関連付けられた地図データは、ルートセグメントに沿った１つの移動方向と関連付けられたデータを示す。したがって、例えば、走行に沿って記録された加速度データおよび場所データの分析は、特定の移動方向を参照して分析される。しかしながら、様々な他の配設において、加速度データおよび場所データは、特定の移動方向を参照することなく分析することができる。

本開示の全体を通して、走行、走行セグメント、および移動セグメントという用語を参照する。本開示で一般に定義されるように、走行は、一般に、ユーザが開始点から目的地（すなわち、連続移動セグメント、停止の発生、その他）までナビゲートすることと関連付けられた移動を指すことができる。いくつかの態様において、一般に、移動セグメントは、ユーザが走行に従事している間の連続移動の各期間を指すことができる。他の態様において、移動セグメントは、特定の車両モードと関連付けられた走行の任意の部分を指すことができる。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。いくつかの態様において、走行は、単一の移動セグメントを備えることができる。他の態様において、走行は、任意の数の移動セグメントを備えることができる。ユーザは、走行中の多数の車両または多数のタイプの車両（例えば、自動車、電車、ボート、飛行機、自転車、その他）を使用することができるが、各移動セグメントは、単一の車両と関連付けることができることに留意されたい。いくつかの例において、各移動セグメントは、単一の車両だけと関連付けることができる。例えば、通勤するユーザは、自宅から駅まで運転し、次いで、その駅から該ユーザのオフィスまで電車に乗ることができる。走行は、ユーザの住宅からユーザのオフィスまで移動するプロセス全体を含む。走行は、走行中の車両として、車および電車の使用を含む。しかしながら、車に乗ることは、第１の別個の移動セグメントであり、電車移動は、第２の別個の移動セグメントである。本明細書で論じられるプロセスは、走行または移動セグメントと関連付けられた車両モードを検出することを、あるときには交換可能に論じる場合があることに留意されたい。これは、本開示を限定するものではない。走行は、しばしば、２つ以上の移動セグメントを備え、走行と関連付けられた車両モードを検出するプロセスはまた、明確に述べられていない場合であっても、走行の１つ以上の移動セグメントと関連付けられた車両モードを検出するプロセスも含み得ることに留意されたい。

以下の開示を読み取ったときに当業者によって理解されるように、本明細書で説明される様々な態様は、方法、コンピュータシステム、またはコンピュータプログラム製品として具現化することができる。したがって、これらの態様は、全体としてハードウェアの実施形態、全体としてソフトウェアの実施形態、またはソフトウェアとハードウェアとを組み合わせた実施形態の形態をとり得る。さらに、そのような態様は、格納媒体内または上に具現化されたコンピュータ可読プログラムコードまたは命令を有する１つ以上の非一時的なコンピュータ可読格納媒体によって格納された、コンピュータプログラム製品の形態をとることができる。ハードディスク、ＣＤ－ＲＯＭ、光格納デバイス、磁気格納デバイス、および／またはこれらの任意の組み合わせを含む、任意の適切なコンピュータ可読格納媒体を利用することができる。加えて、本明細書に記載されたようなデータまたはイベントを表す様々な信号は、送信元と宛先との間で、金属ワイヤ、光ファイバ、および／または無線伝送媒体（例えば、空中および／または空間）等の信号伝導媒体を通して移動する電磁波の形態で伝達することができる。

図１は、本開示の１つ以上の例示的な実施形態に従って使用することができる、センサデータ分析システム１００内の車両モード検出システム１０１のブロック図を例示する。車両モード検出システム１０１は、車両モード検出システム１０１の全体的な動作を制御するためのプロセッサ１０３と、ＲＡＭ１０５、ＲＯＭ１０７、入力／出力モジュール１０９、およびメモリ１１５を含むその関連付けられた構成要素とを有することができる。車両モード検出システム１０１は、１つ以上の追加的なデバイス（例えば、端末１４１、１５１）と共に、車両と、特に加速度データおよび場所データと関連付けられたモバイルデバイスからセンサデータを収集し、分析するために本明細書で説明されるように構成された、モバイルコンピューティングデバイス（例えば、スマートフォン、スマート端末、タブレット、および同類のもの）および／または車両ベースのコンピューティングデバイス等の多数のシステムまたはデバイスのうちのいずれかに対応することができる。

入力／出力（Ｉ／Ｏ）１０９としては、それを通して車両モード検出システム１０１のユーザが入力を提供することができるマイクロホン、キーパッド、タッチスクリーン、および／またはスタイラスを挙げることができ、また、音声出力を提供するためのスピーカー、ならびにテキスト、視聴覚、および／またはグラフィカル出力を提供するためのビデオディスプレイデバイスのうちの１つ以上も挙げることができる。ソフトウェアは、メモリ１１５および／または格納装置内に格納して、車両モード検出システム１０１が様々な機能を行うことを可能にするための命令をプロセッサ１０３に提供することができる。例えば、メモリ１１５は、オペレーティングシステム１１７、アプリケーションプログラム１１９、および関連付けられた内部データベース１２１等の、車両モード検出システム１０１によって使用されるソフトウェアを格納することができる。プロセッサ１０３およびその関連付けられた構成要素は、車両モード検出システム１０１が、一連のコンピュータ可読命令を実行して、車両位置および加速度データを伝送または受信すること、場所および加速度データを分析すること、ならびに分析データを格納することを可能にする。

車両モード検出システム１０１は、端末／デバイス１４１および１５１等の１つ以上のリモートコンピュータへの接続をサポートするネットワーク化された環境において動作することができる。車両モード検出システム１０１ならびに関連する端末／デバイス１４１および１５１は、車両に設置されたデバイス、車両内で移動することができるモバイルデバイス、または車両の位置および加速度データを受信し、処理するように構成された車両の外側のデバイスを含むことができる。したがって、車両モード検出システム１０１ならびに端末／デバイス１４１および１５１は、それぞれ、パーソナルコンピュータ（例えば、ラップトップ、デスクトップ、またはタブレットコンピュータ）、サーバ（例えば、ウェブサーバ、データベースサーバ）、車両ベースのデバイス（例えば、搭載型車両コンピュータ、近距離車両通信システム、テレマティクデバイス）、またはモバイル通信デバイス（例えば、携帯電話、ポータブルコンピューティングデバイス、および同類のもの）を含むことができ、また、車両モード検出システム１０１に関して上で説明した要素のうちのいくつかまたは全てを含むことができる。

図１に表されるネットワーク接続は、ローカルエリアネットワーク（ＬＡＮ）１２５およびワイドエリアネットワーク（ＷＡＮ）１２９と、無線電気通信ネットワーク１３３とを含むが、さらに、他のネットワークも含むことができる。ＬＡＮネットワーキング環境において使用するときに、車両モード検出システム１０１は、ネットワークインターフェースまたはアダプタ１２３を通して、ＬＡＮ１２５に接続することができる。ＷＡＮネットワーキング環境において使用するときに、車両モード検出システム１０１は、ネットワーク１３１（例えば、インターネット）等のＷＡＮ１２９を通じて通信を確立するためのモデム１２７または他の手段を含むことができる。無線通信ネットワーク１３３で使用するときに、車両モード検出システム１０１は、無線ネットワーク１３３内の１つ以上のネットワークデバイス１３５（例えば、基地送受信局）を介して、無線コンピューティングデバイス１４１（例えば、携帯電話、近距離車両通信システム、車両テレマティクスデバイス）と通信するための、１つ以上の送受信機、デジタル信号プロセッサ、ならびに追加的な回路およびソフトウェアを含むことができる。

示されるネットワーク接続は、例示的なものであり、コンピュータ間の通信リンクを確立する他の手段を使用することができることが理解されるであろう。ＴＣＰ／ＩＰ、イーサネット、ＦＴＰ、ＨＴＴＰ等の様々なネットワークプロトコル、ＧＳＭ、ＣＤＭＡ、ＷｉＦｉ、ＷｉＭＡＸ等の様々な無線通信技術の存在が想定され、本明細書で説明される様々なコンピューティングデバイス車両モード検出システムの構成要素は、これらのネットワークプロトコルまたは技術のいずれかを使用して通信するように構成することができる。

図１にはまた、セキュリティおよび統合レイヤ１６０も例示され、これを通して、車両モード検出システム１０１（例えば、ユーザのパーソナルモバイルデバイス、車両ベースのシステム、外部サーバ、その他）と、リモートデバイス（１４１および１５１）、リモートネットワーク（１２５、１２９、および１３３）との間で通信を送信し、管理することができる。セキュリティおよび統合レイヤ１６０は、車両モード検出システム１０１に関して上で説明した要素のうちのいくつかまたは全てを有する、ウェブサーバ、認証サーバ、および／または様々なネットワーキング構成要素（例えば、ファイアウォール、ルータ、ゲートウェイ、ロードバランサ、その他）等の１つ以上の別個のコンピューティングデバイスを備えることができる。一例として、保険業者、金融機関、政府機関、または他の組織によって運用されるモバイルコンピューティングデバイス、車両ベースのデバイス、またはサーバのセキュリティおよび統合レイヤ１６０は、安全なプロトコルを使用するように、ならびに車両モード検出システム１０１を外部デバイス１４１および１５１から隔離するように構成された一組のウェブアプリケーションサーバを含むことができる。いくつかの事例において、セキュリティおよび統合レイヤ１６０は、車両モード検出システム１０１と同じ物理的位置で、かつ同じ事業体の制御下で動作する一組の専用のハードウェアおよび／またはソフトウェアに対応することができる。例えば、レイヤ１６０は、組織のデータセンター内の、またはクラウドベースの車両モード検出システムをサポートするクラウドインフラストラクチャ内の、１つ以上の専用ウェブサーバおよびネットワークハードウェアに対応することができる。他の例において、セキュリティおよび統合レイヤ１６０は、別個の物理的な場所で、および／または別個のエンティティによって動作させることができる別個のハードウェアおよびソフトウェア構成要素に対応することができる。

下で論じられるように、センサデータ分析システム１００内の様々なデバイスに、およびそこから転送されるデータは、運転データ、運転場所、車両データ等の安全な機密データ、ならびに車両乗員と関連付けられた保険データおよび医療データ等の機密個人データを含むことができる。少なくともいくつかの例において、データの伝送は、１つ以上のユーザ許可の提供に基づいて行うことができる。したがって、安全なネットワークプロトコルおよび暗号化を使用することによって、そのようなデータの伝送を保護すること、さらに、セキュリティおよび統合レイヤ１６０を使用して、ユーザを認証し、不明または無許可のユーザがアクセスするのを制限することによって、モバイルデバイス、分析サーバ、またはセンサデータ分析システム１００内の他のコンピューティングデバイス内のデータベースまたは他の格納装置に格納されたときに、データの完全性を保護することが望ましい場合がある。様々な実現形態において、セキュリティおよび統合レイヤ１６０は、例えば、センサデータ分析システム１００内の様々なデバイス間でデータを伝送するためのファイルベースの統合スキームまたはサービスベースの統合スキームを提供することができる。データは、様々なネットワーク通信プロトコルを使用して、セキュリティおよび統合レイヤ１６０を介して伝送することができる。ファイル転送において、運転データの完全性を保護するために、安全なデータ伝送プロトコル、例えばファイル転送プロトコル（ＦＴＰ）、セキュアファイル転送プロトコル（ＳＦＴＰ）、および／またはプリティグッドプライバシー（ＰＧＰ）暗号化を使用することができる。

他の例では、１つ以上のウェブサービスを、車両モード検出システム１０１内に、センサデータ分析システム１００内に、および／またはセキュリティおよび統合レイヤ１６０内に実装することができる。ウェブサービスは、認可された外部デバイスおよびユーザによってアクセスして、センサデータ分析システム１００内の車両モード検出システム１０１間でのデータ（例えば運転データ、場所データ、機密個人データ、その他）の入力、抽出、および操作をサポートすることができる。センサデータ分析システム１００をサポートするように構築されたウェブサービスは、クロスドメインおよび／またはクロスプラットフォームとすることができ、また、企業で使用するように構築することができる。そのようなウェブサービスは、ウェブサービス相互運用性（ＷＳ－Ｉ）ガイドライン等の、様々なウェブサービス規格に従って開発することができる。いくつかの例において、運動データおよび／または駆動データウェブサービスは、セキュアソケットレイヤー（ＳＳＬ）またはトランスポート層セキュリティ（ＴＬＳ）プロトコルを使用して、セキュリティおよび統合レイヤ１６０に実装して、サーバ（例えば、車両モード検出システム１０１）と、様々なクライアント１４１および１５１（例えば、モバイルデバイス、データ分析サーバ、その他）との間の安全な接続を提供することができる。ＳＳＬまたはＴＬＳは、ＨＴＴＰまたはＨＴＴＰＳを使用して、認証および機密性を提供することができる。

他の例において、そのようなウェブサービスは、ＷＳセキュリティ標準を使用して実装することができ、これは、ＸＭＬ暗号化を使用して、安全なＳＯＡＰメッセージを提供する。さらに他の例において、セキュリティおよび統合レイヤ１６０は、安全なウェブサービスを提供するための専門のハードウェアを含むことができる。例えば、セキュリティおよび統合レイヤ１６０内の安全なネットワーク機器は、ハードウェアアクセラレートされたＳＳＬおよびＨＴＴＰＳ、ＷＳセキュリティ、ならびにファイアウォール等の内蔵型の特徴を含むことができる。そのような専門のハードウェアは、ウェブサーバの前にあるセキュリティおよび統合レイヤ１６０内に設置し、構成することができ、よって、任意の外部デバイスは、専門のハードウェアと直接通信することができる。

いくつかの態様において、メモリ１１５内の様々な要素、またはセンサデータ分析システム１００内の他の構成要素は、１つ以上のキャッシュ、例えば処理ユニット１０３によって使用されるＣＰＵキャッシュ、オペレーティングシステム１１７によって使用されるページキャッシュ、ハードドライブのディスクキャッシュ、および／またはデータベース１２１からコンテンツをキャッシュするために使用されるデータベースキャッシュを含むことができる。ＣＰＵキャッシュを含む実施形態について、ＣＰＵキャッシュは、処理ユニット１０３内の１つ以上のプロセッサによって使用されて、メモリ待ち時間およびアクセス時間を低減させることができる。そのような例において、プロセッサ１０３は、メモリ１１５に対する読み出し／書き込み以外に、ＣＰＵキャッシュに対するデータの取り出しまたはデータの書き込みを行うことができ、これは、それらの動作速度を向上させることができる。いくつかの例では、データベースキャッシュを作成することができ、そこでは、データベース１２１（例えば、運転データベース、車両データベース、保険顧客データベース、その他）からの特定のデータが、データベースサーバとは別個のアプリケーションサーバ上の別個のより小さいデータベースにキャッシュされる。例えば、多層アプリケーションにおいて、アプリケーションサーバ上のデータベースキャッシュは、ネットワークを通じてバックエンドデータベースサーバと通信する必要がないことにより、データ取り出しおよびデータ操作の時間を短縮することができる。これらのタイプのキャッシュおよび他のものは、様々な実施形態に含むことができ、また、加速度および場所データ評価用ソフトアプリケーション（またはアプリケーション更新）、移動データ、車両および乗員データ、その他を伝送／受信するときのより速い応答時間およびより低いネットワーク条件への依存度等の、運転、車両データ、および個人データの取り出しといった特定の実現形態において可能性のある利点を提供することができる。

示されるネットワーク接続は、例示的なものであり、コンピュータ間の通信リンクを確立する他の手段を使用することができることが理解されるであろう。ＴＣＰ／ＩＰ、イーサネット、ＦＴＰ、ＨＴＴＰ等の様々なネットワークプロトコル、ＧＳＭ、ＣＤＭＡ、ＷｉＦｉ、ＷｉＭＡＸ等の様々な無線通信技術の存在が想定され、本明細書で説明される様々なコンピュータデバイスおよびシステム構成要素は、これらのネットワークプロトコルまたは技術のいずれかを使用して通信するように構成することができる。

加えて、１つ以上のアプリケーションプログラム１１９は、センサデータ分析システム１００内の車両モード検出システム１０１（例えば、車両モードソフトウェアアプリケーション、デバイス構成ソフトウェアアプリケーション、および同類のもの）によって使用することができ、該プログラムは、車両ベースのシステムおよび／もしくはモバイルコンピューティングデバイスからデータを受信し、格納するための、データを分析して、特定の移動セグメントおよび／もしくは走行と関連付けられた潜在的車両モードを決定するための、移動セグメントおよび／もしくは走行に関する様々な加速度データおよび場所データを取り出すための、取り出されたおよび分析されたデータに基づいて、モバイルコンピューティングデバイスを決定し、構成するための、ならびに／または本明細書で説明されるような他の関連機能を行うための、コンピュータ実行可能命令を含む。

図２は、車両２１０およびモバイルデバイス２２０、ならびに追加的な関連する構成要素を含む、例示的な車両モード検出システム２００の図である。図２に示される各構成要素は、ハードウェア、ソフトウェア、またはこれらの２つの組み合わせに実装することができる。加えて、車両モード検出システム２００の各構成要素は、車両モード検出システム１０１について上で説明した構造用構成要素のうちのいくつかまたは全てを有するコンピューティングデバイス（またはシステム）を含むことができる。単一のモバイルデバイスの実例は、例示的なものであり、車両モード検出システム２００には、任意の数のモバイルデバイスが存在し得る。

車両モード検出システム２００の車両２１０は、例えば、自動車、オートバイ、スクーター、バス、列車、モノレール、飛行機、ボート、または車両位置データおよび加速度データを分析することができる任意の他の車両とすることができる。車両２１０は、車両の様々な状態および車両の動作パラメータを検出し、記録することが可能な、車両動作センサ２１１を含むことができる。例えば、センサ２１１は、車両の場所（例えば、ＧＰＳ座標）、速度および方向、加速度または制動の速度、および急発進の特定の事例、制動、ならびに逸脱に対応するデータを検出し、格納することができる。センサ２１１はまた、ユーザのルート選択、ユーザが所与のルートをたどっているかどうか、ならびに走行のタイプの分類（例えば通勤、用事、新しいルート、その他）および車両モードに関する情報も収集することができる。これは、場所サービスに接続された場所サービスデバイス２１５と組み合わせることができる。場所サービスデバイス２１５は、例えば、車両２１０内に位置付けられた全地球測位システム（ＧＰＳ）データを受信する１つ以上のデバイスもしくは他の位置センサ、および／または車両の位置もしくはルートを決定するために使用することができる車両２１０の外部の位置センサもしくはデバイスとすることができる。

車両モード検出システム２００のモバイルデバイス２２０は、例えば、スマートフォン、タブレットコンピューティングデバイス、パーソナルデジタルアシスタント（ＰＤＡ）、スマートウォッチ、ネットブック、ラップトップコンピュータ、および他の同様のデバイス等の、任意のモバイルデバイスとすることができる。モバイルデバイス２２０は、例えばジャイロスコープ２２６、加速度計２２３、および場所検出デバイス２２５を含むことができる、一組のモバイルデバイスセンサ２２１を含むことができる。モバイルデバイスセンサ２２１は、モバイルデバイス２２０の様々な状態およびモバイルデバイス２２０の動作パラメータを検出し、記録することができる。例えば、センサ２２１は、モバイルデバイスの場所（例えば、ＧＰＳ座標）、１つまたは多数の軸における速度および方向（例えば、前後、左右、および上下）、加速度または減速度、ならびに急加速、減速、および横方向移動の特定の場合に対応するデータを検出し、格納することができる。センサ２２１は、音声センサ、ビデオセンサ、信号強度センサ、通信ネットワーク存在センサ、周囲光センサ、温度／湿度センサ、気圧センサを含むことができ、また、車両に対する出入りを示すことができるデータ等の、関連データを検出し、格納することができる。この関連データとしては、例えば、ドアのロック／ロック解除、ドアの開け／閉め、ドアチャイム、または車両の始動を示す音声信号を聞くこと、頭上からの光またはダッシュボードの光を検知すること、車両への進入を示す温度または湿度の変化を検出すること、列車の車掌または頭上のスピーカー等の人間の声を示す音声信号を聞くこと、車両と関連付けられたネットワークまたは通信デバイス（例えば、車両と関連付けられたＢＬＵＥＴＯＯＴＨ送受信機）の存在を検出すること、およびモバイルデバイスのセンサによって収集される他のデータ、を挙げることができる。

モバイルデバイス２２０上で実行するソフトウェアアプリケーションは、モバイルデバイスセンサ２２１を使用して、特定の移動データを独立して検出するように構成することができる。例えば、モバイルデバイス２２０は、加速度計２２３、ジャイロスコープ２２６、速度計、ＧＰＳレシーバを含むことができる場所サービスデバイス２２５等の、移動および場所センサを装備することができ、また、車両センサ２１１または任意の自動車システムとの通信を必要とすることなく、車両の位置、速度、加速度、方向、および他の基本的な移動データを決定することができる。他の例において、モバイルデバイス２２０上のソフトウェアは、車両センサ２１１によって収集された移動データのうちのいくつかまたは全てを受信するように構成することができる。

追加的なセンサ２２１は、車両内に存在することを示すことができる、外部の状態を検出し、格納することができる。例えば、音声センサおよび近接センサ２２１は、他の近隣のモバイルデバイス、交通レベル、道路の状態、交通障害物、動物、サイクリスト、歩行者、スピーカー、周囲雑音、および車両モード決定分析の要因とすることができる他の状態を検出することができる。他の例において、車両内に位置付けられた音声センサおよび近接センサ２１１は、他の近隣のモバイルデバイス、交通レベル、道路の状態、交通障害物、動物、サイクリスト、歩行者、スピーカー、周囲雑音、および車両モード決定分析の要因とすることができる他の状態を検出することができる。異なる態様において、センサ２１１および２２１は、外部の状態を検出し、格納することができ、また、車両２１０とモバイルデバイス２２０との間で検出を通信するように構成することができる。

特定のモバイルデバイスセンサ２２１はまた、ユーザのルート選択、ユーザが所与のルートをたどっているかどうか、ならびに走行のタイプの分類（例えば通勤、用事、新しいルート、その他）に関する情報も収集することができる。これは、場所サービスに接続された場所サービスデバイス２２５と組み合わせることができる。場所サービスデバイス２２５は、例えば、ＧＰＳデータを受信する１つ以上のデバイスとすることができ、またはモバイルデバイス２２０に位置付けられた他のデバイス（複数可）もしくは他の位置センサとすることができる。このルート選択データは、格納し、車両モード検出のための将来の移動セグメントデータの分析において使用することができる。

モバイルデバイスセンサ２２１によって収集されたデータは、モバイルデバイス２２０内に格納し、および／もしくはそこで分析することができ、ならびに／または分析のために１つ以上の外部デバイスに伝送することができる。同様に、車両センサ２１１によって収集されたデータは、車両２１０の内に格納し、および／もしくはそこで分析することができ、ならびに／または分析のために１つ以上の外部デバイスに伝送することができる。例えば、図２に示されるように、センサデータは、いくつかの例において近距離通信システム２１２および２２２を介して、車両２１０とモバイルデバイス２２０との間で（一方向または双方向に）交換することができる。加えて、いくつかの態様において、センサデータは、テレマティクスデバイス２１３を介して、および／または通信インターフェースおよび通信システムを介して、車両２１０から車両モード検出サーバ２５０等の１つ以上の遠隔コンピューティングデバイスに伝送することができる。さらなる態様において、センサデータは、通信インターフェースおよび通信システムを介して、モバイルデバイス２２０から車両モード検出サーバ２５０等の１つ以上の遠隔コンピューティングデバイスに伝送することができる。

例えば車両が加速しているのか、減速しているのか、旋回しているのか、ならびにユーザもしくは運転者によって車両の機器（例えば、方向指示器、クルーズ制御、レーンアシスト、等）がどのくらい、および／またはどの機器が現在作動しているかと同様に、車両２１０の制御装置および機器の状態または使用状況もまたモバイルデバイス２２０に伝送することができる。様々な他の例では、潜在的に任意の車両センサ２１１によって収集された任意のデータを伝送することができる。さらに、車両のセンサからではない追加的な車両移動データ（例えば、車両の型式／モデル／年式情報、運転者の保険情報、駆動ルート情報、車両整備情報、運転者スコア、等）を、運転者または乗員のモバイルデバイス２２０等の他のデータソースから収集することができる。

特定の例において、モバイルデバイス２２０は、内部プロセッサ２２４において、加速度計２２３からのデータ、および／またはＧＰＳ受信機または同類のもの等の場所サービスデバイス２２５からの場所データ等の、移動データを周期的に収集することができる。いくつかの態様において、これらの一組のデータは、毎秒、５秒ごと、１０秒ごと、または任意の他の時間間隔等の、所定の間隔で収集し、記録することができる。さらなる態様において、これらの一組のデータは、画定された閾値を超える加速度の検出に応じてデータセットを収集し、記録する等の、特定のデータイベントの検出に応じて収集し、記録することができる。いくつかの態様において、この閾値は、１ｍ／ｓ^２、２ｍ／ｓ^２、０．５ｍ／ｓ^２、その他とすることができる。さらなる態様において、データセットは、０ｍ／ｓ^２の加速度の検出に応じて、収集し、記録することができる。いくつかの配設において、データセットは、いくつかの例において、データセットが所定の間隔で、かつ特定のデータイベントの検出に応じて収集され、記録されるように、これらのイベントの変形および組み合わせで収集し、記録することができる。本開示の全体を通して加速度データを参照するが、多くの態様において、加速度計２２３から収集されたデータは、加速度データ、速度データ、または両方を含むことができる。したがって、本開示の全体を通して加速度データを参照するときには常に、加速度データが速度データを含むことができ、いくつかの事例では、単に速度データだけで構成されることを理解されたい。

特定の態様において、外部データベースから受信した地図データまたは他のデータの一部分は、モバイルデバイス２２０にキャッシュし、内部プロセッサ２２４で分析することができる。これらの態様においては、モバイルデバイスは、記録された加速度データおよび場所データを通信することを必要とすることなく、記録された加速度データおよび場所データと、受信したおよび／または格納した現在の地図データとを比較する分析を行って、車両モード分析を行うことができるので、モバイルデバイスにキャッシュされた地図データを有する利点がある。特定の態様によれば、本システムは、記録された加速度データおよび場所データに対して第１の車両モード分析を行い、その後に、記録された加速度データおよび場所データに対して第２の車両モード分析を行って、車両モードの検出精度を検証することができる。特定の態様において、モバイルデバイス２２０は、サーバ２５０に通信することを必要とすることなく、内部プロセッサ２２４において第１の車両モード分析および第２の車両モード分析を行うことができる。さらに、車両モードシステムがより効率的に動作するように、キャッシュデータを分析し、より素早く通信することができる。

図２に示されるように、モバイルデバイスセンサ２２１によって収集されたデータはまた、通信デバイス／インターフェースを介して、車両モード検出サーバ２５０等の外部ソース、および１つ以上の追加的な外部サーバおよびデバイスに伝送することができる。通信デバイスは、図１に表される車両モード検出システム１０１としてハードウェア／ソフトウェア構成要素のうちの多くまたは全てを含む、コンピューティングデバイスとすることができる。上で論じたように、通信デバイス／インターフェースは、モバイルデバイスセンサ２２１から移動および／または車両の動作データを受信することができ、また、無線通信ネットワークを通じて、データを１つ以上の外部コンピュータシステム（例えば、保険会社、金融機関、または他の事業体の車両モード検出サーバ２５０）に伝送することができる。通信デバイス／インターフェースはまた、モバイルデバイスセンサ２２１と関連付けられたリアルタイムの移動および運動データに関するデータの追加的なタイプを検出または決定するように構成することもできる。特定の実施形態において、通信デバイス／インターフェースは、１つ以上のモバイルデバイスセンサ２２１含むことができ、またはそれらと統合することができる。

いくつかの態様において、車両２１０は、ユーザによって所有および運用することができる。テレマティクスデバイス２１３はまた、車両２１０のリアルタイムの移動および運動データ、ならびに／または状態に関する追加的なデータのタイプを検出または決定するように構成することもできる。さらなる態様において、テレマティクスデバイス２１３はまた、そのそれぞれの車両２１０のタイプ、例えば、車両モード、型式、モデル、装備品（またはサブモデル）、年式、および／またはエンジン仕様、ならびに車両の所有者または運転者の情報、保険情報、および車両２１０の金融情報等の他の情報も格納することができる。いくつかの態様において、テレマティクスデバイス２１３は、車両内に存在する間、または車両に結合されている間に、（例えば、タグテレマティクスデバイス内の１つ以上のセンサを介して、または車両、モバイルデバイス、もしくは同類のもの内のセンサから）車両とは別個であるが、データを検出し、または決定するように構成された、タグテレマティクスデバイスとすることができる。特定の態様において、タグテレマティクスデバイスは、接着剤、機械的結合システム、磁石、または任意の他の結合機構を通して、車両に結合するように構成することができる。いくつかの態様において、タグテレマティクスデバイスの存在は、車両に結合されている間に、またはユーザが有する、もしくはグローブボックス等の他の場所等の、車の内部にある間に、データを収集するのに十分であり得る。いくつかの態様において、タグテレマティクスデバイスは、車に固定または結合する必要はない。いくつかの態様において、タグテレマティクスデバイスは、モバイルデバイス２２０に、サーバ２５０に、または両方に通信するように構成することができる。

図２に示される例において、テレマティクスデバイス２１３は、車両センサ２１１から加速度、速度、場所、および他の移動データを含む移動データを受信することができ、また、データを車両モード検出サーバ２５０に伝送することができる。しかしながら、他の例において、データは、センサ２１１から、車両モード検出サーバ２５０または他のデバイス（例えば、モバイルデバイス２２０）に直接伝送することができる。

いくつかの配設において、モバイルデバイスセンサ２２１のうちの１つ以上は、テレマティクスデバイスを使用することなく、データを車両モード検出サーバ２５０に直接伝送するように構成することができる。他の例において、センサデータは、（例えば、近距離通信システム２１２／２２２に加えて、またはその代替として）車両２１０に伝送することができる。車両２１０は、特定のモバイルデバイスセンサ２２１からデータを受信し、伝送するように構成することができる。他の例において、モバイルデバイスセンサ２２１のうちの１つ以上は、通信デバイス／インターフェースを介して、データを車両２１０に伝送するように構成することができる。いくつかの態様において、モバイルデバイスセンサ２２１は、データを車両モード検出サーバ２５０に直接伝送するように構成することができる。車両２１０は、近距離通信システム２１２および／またはテレマティクスデバイス２１３で受信したセンサデータを含むセンサデータを、モバイルデバイス２２０に、および／または車両モード検出サーバ２５０に伝送するように構成することができる。

特定の実施形態では、モバイルデバイス２２０を使用して、センサ２１１および２２１から車両移動データおよび／またはモバイルデバイスデータを収集し、次いで、該モバイルデバイスを使用して、車両移動データを車両モード検出サーバ２５０および他の外部コンピューティングデバイスに直接伝送することができる。本明細書で使用するとき、車両２１０「内の」モバイルコンピューティングデバイス２２０としては、車両の中にある、または別様には該車両に固定された、例えば、自動車のキャビン、列車、バス、レクリエーション車、オートバイ、スクーター、またはボート内にある、モバイルデバイス２２０、およびそのような車両の運転者または乗員が所有するモバイルデバイス２２０が挙げられる。

車両２１０およびモバイルデバイス２２０は、それぞれ、プロセッサ２１４および２２４を有するハードウェア、ソフトウェア、および／またはファームウェア構成要素として車両モード検出アプリケーションを含むことができる（図２に「ＡＰＰ」として示される）。代替的に、車両モード検出アプリケーションは、別個のコンピューティングデバイスとすることができ、または、車両２１０およびモバイルデバイス２２０の近距離通信システム２１２および２２２、テレマティクスデバイス２１３、もしくは他の内部コンピューティングシステム等の、車両２１０およびモバイルデバイス２２０内の１つ以上の他の構成要素に統合することができる。車両モード検出アプリケーションは、図１に表される車両モード検出システム１０１として、ハードウェア／ソフトウェア構成要素のうちのいくつかまたは全てを含むことができる。さらに、特定の実現形態において、車両移動データを格納し、分析すること、モバイルデバイスベースのデータを格納し、分析すること、車両モード検出分析を行うこと、および１つ以上の後続のアクションを行うこと等の、車両モード検出アプリケーションの機能は、個々の車両２１０およびモバイルデバイス２２０によってではなく、車両モード検出サーバ２５０において行うことができる。そのような実現形態において、車両２１０およびモバイルデバイス２２０は、データを収集し、車両モード検出サーバ２５０に伝送するだけであってもよく、したがって、プロセッサ２１４および２２４内の車両モード検出アプリケーションは、随意であってもよい。

プロセッサ２２４内の車両モード検出アプリケーションは、車両センサ２１１、モバイルデバイスセンサ２２１、近距離通信システム２１２および２２２、テレマティクスデバイス２１３、ならびに／または他のデータソースから車両移動データを受信するように構成されたハードウェアおよび／またはソフトウェアに実装することができる。データを受信した後に、プロセッサ２２４内の車両モード検出アプリケーションは、一組の機能を行って、データを分析し、データセットと関連付けられた車両モードを決定することができる。例えば、プロセッサ２２４内の車両モード検出アプリケーションは、１つ以上の位置決めアルゴリズム、加速度アルゴリズム、機械学習アルゴリズム、およびデバイス検出アルゴリズムを含むことができ、これらは、車両モード検出アプリケーション内のハードウェア上で動作するソフトウェアによって実行することができる。モバイルデバイス２２０のプロセッサ２２４内の車両モード検出アプリケーションは、モバイルデバイスセンサ２２１（および／またはセンサ２１１）から受信した場所データおよび加速度データを使用して、モバイルデバイス２２０と関連付けられた車両モードを決定することができる。いくつかの態様において、モバイルデバイス２２０と関連付けられた車両モードは、モバイルデバイス２２０が車両２１０の内部にある間に生じ得る。異なる態様において、モバイル２２０のデバイスと関連付けられた車両モードは、単一の走行の特定のルートまたは移動セグメントについて決定することができる。プロセッサ２２４内の車両モード検出アプリケーションによって実行することができるアルゴリズム、機能、および分析のさらなる説明および実施例を、図３～図８に関して下で説明する。

システム２００はまた、図１に表される車両モード検出システム１０１としてハードウェア／ソフトウェア構成要素のうちのいくつかまたは全てを含む、車両モード検出サーバ２５０も含むこともがきる。車両モード検出サーバ２５０は、車両２１０およびモバイルデバイス２２０、ならびに他のデータソースから車両の移動および／または動作データを受信するために、ハードウェア、ソフトウェア、およびネットワーク構成要素を含むことができる。車両モード検出サーバ２５０は、モバイルデバイス２２０および他のデータソースから受信した場所データおよび加速度データをそれぞれ格納し、分析するために、データベースおよび車両モード検出アプリケーションを含むことができる。車両モード検出サーバ２５０は、無線で（例えば、セルラーネットワーク、Ｂｌｕｅｔｏｏｔｈ、もしくはその他の接続、または同類のものを介して）、または１つ以上のコンピュータネットワーク（例えば、インターネット）を通じて別個のコンピューティングシステムを経由して、モバイルデバイス２２０との通信および／またはそこからの運転データの取り出しを開始することができる。加えて、車両モード検出サーバ２５０は、他の非モバイルデバイスまたは外部データベース２６０等の外部データベースから、車両モード検出分析に関連する追加的なデータを受信することができる。いくつかの例において、外部データベースは、ルートデータ（例えば、車道、街灯、停止信号、交差点、鉄道線路、列車区間、水路、埠頭、その他）、様々な時間および場所での輸送データを含む輸送データベース（例えば、道路交通量、列車遅延、平均車両速度、車両速度分布、ならびに事故の数およびタイプ、その他）、外部インフラストラクチャ要素（例えば、携帯電話またはデータネットワーク等の、データまたは電気通信ネットワークのネットワーク要素）、および同類のもの含む、外部地図データベースとすることができる。

車両モード検出サーバ２５０内の車両モード検出アプリケーションは、ローカルデータベースからデータを取り出すように構成することができ、またはモバイルデバイス２２０、車両２１０、他のデータソース、もしくはこれらの組み合わせから移動データを直接受信することができ、そして、走行中の異なる時点でモバイルデバイス２２０の場所を決定すること、走行中のモバイルデバイス２２０の停止点を決定すること、走行中のモバイルデバイス２２０の閾値を超える加速アクションを決定すること、収集後の処理を行うこと、等の機能、および他の関連する機能を行うことができる。車両モード検出アプリケーションによって行われる機能は、プロセッサ２１４および２２４内の車両モード検出アプリケーションの機能に類似し得、車両モード検出アプリケーションによって実行することができるアルゴリズム、機能、および分析のさらなる説明および実施例は、図３～図８に関して下で説明する。

様々な例において、車両モード検出アプリケーション内で行われる分析およびアクションは、車両モード検出サーバ２５０の車両モード検出アプリケーションで完全に行うことができ（いくつかの事例では、プロセッサ２１４および２２４内の車両モード検出アプリケーションを車両２１０およびモバイルデバイス２２０で実施する必要がない）、プロセッサ２２４内のモバイルデバイスベースのアプリケーションで完全に行うことができ（この事例では、車両モード検出アプリケーションおよび／またはサーバ２５０を実装する必要がない）、またはこれらの２つのいくつかの組み合わせで行うことができる。例えば、プロセッサ２２４内のデバイスベースのアプリケーションは、連続的にデータを受信し、分析し、そして、モバイルデバイス２２０の位置または加速度の変化が変化しなかったと判定することができ、よって、大量のデータまたはその反復量をサーバ２５０に伝送する必要はない。しかしながら、（例えば、モバイルデバイスが停止点から移動し始めたので）位置または加速度の過剰な変化が検出された後に、データをサーバ２５０に伝送することができ、そのアプリケーションは、１つ以上のアクションの実行が必要とされるかどうかを判定することができる。

図３～図８は、本明細書で説明される実施形態で使用して走行または移動セグメントと関連付けられた車両モードを検出することができる、アルゴリズム、機能、分析、方法、およびプロセスの例示的なフローチャートを示す。これらのフローチャートは、一般に、走行の全体を通してデータを収集し、サーバに通信し、そのサーバにおいて分析する実施形態を説明する。しかしながら、全ての実施形態、アルゴリズム、機能、分析、方法、プロセス、およびステップは、プロセッサ２１４および２２４、車両モード検出サーバ２５０、または、任意の他のコンピューティングデバイス等の、そのように行うことが可能な任意のデバイスで行うことができる。これらのフローチャートにおいて特定のサーバによって行われている機能の任意の参照は、本開示で論じられる任意の他のサーバまたはプロセッサにおいて行うことが可能であることを理解されたい。本開示は、例示的なフローチャートにおいて詳述される実施形態によって限定されない。これらのフローチャートは、単に、本明細書で論じられる本開示を行うことができる例示的な実施形態を例示する。

図３～図８は、加速度データおよび場所データを使用して、走行と関連付けられた車両モードを決定するための方法の例示的な実施形態を例示する。これらの例示的なフローチャートに示されるステップは、モバイルデバイスプロセッサ２２４または車両モード検出サーバ２５０等の、単一のコンピューティングデバイスによって実行することができる。代替的に、フローチャートに示されるステップの実行は、モバイルデバイスプロセッサ２２４と車両モード検出サーバ２５０との間で分配することができる。例示される方法は、規則的な時間間隔（すなわち０．５秒ごと、毎秒、２秒ごと、１０秒ごと、１５秒ごと、その他）で、不規則的な間隔で、ユーザから受信した入力に応じてオンデマンドで、またはこれらの組み合わせで、ステップを行うことができる。いくつかの態様において、ステップは、順番に行われるが、他の態様において、ステップは、異なる順番で、または同時に行うことができる。例えば、いくつかの実施形態において、加速度データおよび場所データは、走行の全体を通して収集することができるが、データが分析される設定された間隔で、プロセッサ２２４または車両モード検出サーバ２５０に通信することができる。この例において、サーバは、走行の残りの全体を通して加速度データおよび場所データを記録し続けながら、データを分析することができる。

図３～図８に例示される各実施形態において、最初の２つのステップは、基本的に同じである。このように、走行中の加速度データおよび場所データを収集し、加速度データおよび場所データをサーバに通信する以下の考察は、図３～図８に示されるフローチャートに例示される全ての実施形態に等しく適用し、また、そのような図に明確に示されない態様に適用することができる。

図３は、走行中の加速度データおよび場所データを収集し、分析して、走行と関連付けられた車両モードを決定する、例示的なフローチャートを例示する。いくつかの実施形態において、ステップ３００に示されるように、加速度データおよび場所データは、走行の全体を通して収集することができる。いくつかの例において、モバイルデバイス２２０は、走行の全体を通して加速度データおよび場所データを収集することができる。図２に関して論じられるように、加速度データおよび場所データは、モバイルデバイスセンサ２２１によって収集することができる。いくつかの態様において、加速度データは、加速度計２２３によって収集することができ、場所データは、場所サービスデバイス２２５によって収集することができる。他の態様において、加速度データおよび場所データは、走行中の車両２１０によって収集することができる。いくつかの例において、加速度データおよび場所データは、走行中の車両２１０および／またはモバイルデバイス２２０等の多数のソースによって収集することができる。いくつかの配設において、加速度データおよび場所データは、連続的に、規則的な時間間隔で、不規則的な時間間隔で、またはユーザから受信した入力に応じてオンデマンドで収集される。他の態様において、加速度データおよび場所データは、規則的な時間間隔およびユーザから受信した入力に応じたオンデマンド等の、多数の様態で収集することができる。加速度データおよび場所データは、プロセッサ２２４等において、収集に応じて記録することができる。加速度データおよび場所データは、収集されるたびに、または特定のイベントだけに応じて記録することができる。いくつかの例において、加速度データおよび場所データは、収集することはできるが、場所データが変化した場合、加速度データが変化した場合、加速度データが特定の閾値を超える場合、加速度データが特定の閾値未満である場合、またはこれらの組み合わせの場合にだけ記録することができる。

ステップ３０１で、加速度データおよび場所データを、車両モード分析を行うように構成されたサーバまたは他のコンピューティングデバイスに通信することができる。いくつかの態様において、このステップは、プロセッサ２２４で加速度データおよび場所データを記録することによって行うことができる。他の態様において、このステップは、加速度データおよび場所データを車両モード検出サーバ２５０に通信することによって行うことができる。他の態様において、加速度データおよび場所データは、プロセッサ２２４において記録し、同時または異なる時間のいずれかで、車両モード検出サーバ２５０に通信することができる。加速度データおよび場所データは、規則的な時間間隔で、不規則的な時間間隔で、ユーザから受信した入力に応じてオンデマンドで、またはこれらの組み合わせで、サーバに通信することができる。

ステップ３０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの態様において、第１の一組の地図データは、第１の外部データベースから受信することができ、第２の一組の地図データは、第２の外部データベースから受信することができる。他の態様において、車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の１つ以上の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。車両モード検出サーバ２５０は、地図データを受信した後に、ステップ３０３で、車両モード検出サーバ２５０において場所データおよび地図データを分析することができる。いくつかの態様において、サーバ２５０は、走行中に収集された場所データ、および外部データベース２６０から受信したルートウェイデータを分析することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。いくつかの態様において、サーバ２５０は、走行中に収集された場所データポイントごとに、鉄道線路までのスナップ距離を決定することができる。スナップ距離は、少なくともいくつか例において、所与の場所と、特定の基準を満たした場所との間の最短距離とすることができる。一例として、鉄道線路までのスナップ距離は、鉄道線路の場所と最も近い場所との間の距離として定義することができる。他の実施形態において、スナップ距離は、所与の場所と、最も近い駅、車道、道路標識、街灯、水路、または車両ルートデータに関する他の基準との間で算出することができる。いくつかの態様において、サーバ２５０は、走行の全体を通して収集された場所データを分析し、走行の全体を通して鉄道線路までの平均スナップ距離を決定することができる。特定の態様では、３０４で、鉄道線路までの平均スナップ距離と閾値とを比較して、走行に関する車両モードを決定することができる。いくつかの例において、鉄道線路までの平均スナップ距離が閾値よりも長い場合、走行は、道路移動走行であると決定される。他の例において、鉄道線路までの平均スナップ距離が閾値よりも短い場合、走行は、列車移動走行であると決定される。いくつかの例において、この閾値は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。少なくともいくつか例において、閾値は、１７．８ｍとすることができる。いくつかの態様において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。スナップ距離は、車道または水路等の他のルートに関して決定することができ、平均スナップ距離を算出し、閾値と比較して、走行と関連付けられた車両モードを決定することができる。ステップ３０４で、分析に基づいて、走行（または移動セグメント）に関する車両モードを決定することができる。

図４は、加速度データおよび場所データを使用して、走行中の既知のルートまでの平均スナップ距離を算出することによって、移動セグメントに関する車両モードを決定するための１つの例示的な方法を例示するフローチャートである。ステップ４００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ４０１で、ステップ４００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。

ステップ４０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロの速度を有し、したがって、移動していないと判定される、走行中の期間とすることができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止信号において、完全に停止し得ない期間とみなすのを支援することができる。

いくつかの態様では、加速度データを分析し、いつ車両の速度がゼロまたは閾値未満であるのかを算出して、停止点を決定することができる。いくつかの態様では、場所データを分析して、停止点を決定することができる。１つの例として、連続する場所データ点が同じである場合、本システムは、車両が停止点にあると判定することができる。さらなる態様において、加速度計２２３は、走行中の速度データを記録することができる。これらの態様において、速度データは、プロセッサ２２４または車両モード検出サーバ２５０とすることができるサーバに通信することができる。これらの態様では、速度データを分析して、走行中の停止点を決定することができる。異なる態様において、サーバは、加速度データ、場所データ、および速度データの任意の組み合わせを受信し、分析して、停止点を決定することができる。

走行中の停止点を決定した後に、サーバは、ステップ４０３に示されるように、連続する停止点間のデータ点を移動セグメントとして割り当てることができる。移動セグメントは、車両が移動している走行の任意の部分を含むことができる。他の態様において、移動セグメントは、走行の任意の部分と称する場合がある。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。ユーザによってなされる任意の走行は、単一の移動セグメントまたは任意の数の移動セグメントを含み得ることに留意されたい。ステップ４０４で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの配設において、車両モード検出サーバ２５０は、１つ以上の外部データベースから、１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、受信した地図データは、所定のルートウェイタイプに基づいて決定することができる。車両モード検出サーバ２５０は、地図データを受信した後に、ステップ４０５で、車両モード検出サーバ２５０において場所データおよび地図データを分析することができる。いくつかの態様において、サーバ２５０は、鉄道線路データ等の、走行中に収集された場所データおよび外部データベース２６０から受信したデータを分析することができる。サーバ２５０は、これらのデータセットを分析して、移動セグメント中に収集された場所データ点ごとに、鉄道線路までのスナップ距離を決定することができる。ステップ４０６で、サーバ２５０は、移動セグメントの全体を通して収集された場所データを分析し、移動セグメントの全体を通して鉄道線路までの平均スナップ距離を決定することができる。ステップ４０７で、鉄道線路までの平均スナップ距離と閾値とを比較して、平均スナップ距離が閾値未満であるかどうかを判定することができる。いくつかの態様において、鉄道線路閾値までの平均スナップ距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。いくつかの例において、閾値は、１７．８ｍとすることができる。いくつかの配設において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

ステップ４０７で平均スナップ距離未満である場合、本方法は、ステップ４０８に進み、移動セグメントを列車移動セグメントとして割り当てる。本プロセスは、次いで、ステップ４１２に続き、追加的な移動セグメントを分析するべきかどうかを判定する。分析するべきである場合、本プロセスは、ステップ４０６に戻り、次の移動セグメントを分析することができる。分析するべきでない場合、本プロセスを終了することができる。

しかしながら、ステップ４０７で平均スナップ距離が閾値未満でなく、よって、閾値以上であり得る場合、本方法は、ステップ４０９に進み、移動セグメントに関する道路までの平均スナップ距離を決定する。このステップにおいて、場所データは、分析すること、および／または道路もしくは車道データ等の外部データベースから受信した地図データと比較することができる。いくつかの態様において、サーバ２５０は、最初に移動セグメントの全体を通して場所データを分析して、移動セグメント中に収集された場所データ点ごとに、車道までのスナップ距離を決定することができる。さらなる態様において、ステップ４０９に示されるように、サーバ２５０は、次に、移動セグメントの全体を通して収集された場所データを分析して、移動セグメントの全体を通して車道までの平均スナップ距離を決定することができる。ステップ４１０で、車道までの平均スナップ距離と閾値とを比較して、平均スナップ距離が閾値未満であるかどうかを判定することができる。車道までの平均スナップ距離が閾値未満である場合、本プロセスは、ステップ４１１で、移動セグメントを道路移動セグメントとして割り当てることができる。本プロセスは、次いで、ステップ４１２に進み、上で論じたように、分析するべき追加的な移動セグメントがあるかどうかを判定する。

ステップ４１０で車道までの平均スナップ距離が閾値未満でなく、よって、閾値以上であり得る場合、本方法は、移動セグメントを割り当てないままにし、ステップ４１２に直接進み、分析するべき追加的な移動セグメントがあるかどうかを判定する。いくつかの態様において、車道までの平均スナップ距離に関する閾値は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。特定の例において、閾値は、１７．８ｍとすることができる。特定の態様において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

上で論じたように、ステップ４１２で、本方法は、走行と関連付けられた次の移動セグメントがあるかどうかを判定する。次の移動セグメントがない場合、本方法は、終了する。別の移動セグメントがある場合、本プロセスは、ステップ４０６に戻り、次の移動セグメントと関連付けられたデータに対して残りのステップを行うことができる。

図５は、加速度データおよび場所データを使用して、走行中の停止点から既知のルートウェイ停止物体までの平均スナップ距離を算出することによって、移動セグメントに関する車両モードを決定する、例示的な方法を例示するフローチャートである。ステップ５００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ５０１で、ステップ５００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。

ステップ５０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロまたは閾値未満の速度を有し、したがって、移動していない、走行中の期間として定義することができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止信号において、完全に停止し得ない期間とみなすのを支援することができる。

いくつかの態様では、加速度データを分析し、いつ車両の速度がゼロまたは閾値未満であるのかを算出して、停止点を決定することができる。いくつかの態様では、場所データを分析して、停止点を決定することができる。１つの例として、連続する場所データ点が同じである場合、本システムは、車両が停止点にあると判定することができる。さらなる態様において、加速度計２２３は、走行中の速度データを記録することができる。これらの態様において、速度データは、プロセッサ２２４または車両モード検出サーバ２５０とすることができるサーバに通信することができる。これらの態様では、速度データを分析して、走行中の停止点を決定することができる。サーバは、加速度データ、場所データ、および速度データの任意の組み合わせを受信し、分析して、停止点を決定することができる。

走行中の停止点を決定した後に、サーバは、ステップ５０３に示されるように、連続する停止点間のデータ点を移動セグメントとして割り当てることができる。移動セグメントは、一般に、車両が移動している走行の１つ以上の部分を含むことができる。他の態様において、移動セグメントは、走行の一部分と称する場合がある。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。ユーザによってなされる任意の走行は、単一の移動セグメントまたは任意の数の移動セグメントを含み得ることに留意されたい。ステップ５０４で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの配設において、車両モード検出サーバ２５０は、１つ以上の外部データベースから、１つ以上のデータセットの任意の組み合わせを受信することができる。例えば、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止信号、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ５０５で、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させる、または移動速度から大幅に減速させ得る物体とすることができる。いくつかの配設において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止信号、駐車場、埠頭、港湾、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。他の態様において、地図データは、現在の動的な停止物体を含むことができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。

サーバ２５０は、停止点および停止物体データでの場所データを分析して、停止点場所ごとに停止点物体までの距離を決定することができる。停止点物体は、街灯等の単一の物体とすることができ、または物体の組み合わせとすることができる。いくつかの態様において、停止点物体は、特定の車両モードの停止に関する全ての物体とすることができる。このように、道路停止物体としては、街灯、道路標識、交通データ、駐車場、および自動車の車道上の停止を示す任意の他の物体を挙げることができる。

ステップ５０６に示されるように、サーバは、第１の停止点と駅との間の距離を決定して、その距離が所定の閾値の範囲内にあるどうかを判定することができる。いくつかの例において、駅までの距離に関する閾値距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の他の値とすることができる。閾値は、追加的なデータおよび／またはモデル分析に基づいて変更され得る。閾値距離はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、または、これらの組み合わせを含む、場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

ステップ５０６で距離が閾値距離の範囲内、すなわち閾値未満である場合、本方法は、ステップ５０７に進む。ステップ５０７で、サーバは、データ内の第２の連続する停止点を分析して、第２の連続する停止点が駅までの閾値距離の範囲内にあるかどうかを判定することができる。第２の連続する停止点は、第１の停止点の後の、かつ連続的な移動の後の次の停止点とすることができる。いくつかの態様において、閾値距離は、第１の停止点および第２の停止点について異なり得る。他の例において、閾値は、同じであり得る。ステップ５０７で距離が閾値の範囲内である場合、本方法は、ステップ５０８に進み、第１および第２の停止点間の移動セグメントを列車移動セグメントとして割り当てることができる。本プロセスは、次いで、ステップ５１２に進み、分析のための別の停止点があるかどうかを判定することができる。停止点がない場合には、本プロセスを終了することができる。停止点がある場合、本プロセスは、ステップ５０５に戻り、追加的な停止点を分析することができる。

ステップ５０６で距離が閾値の範囲内でない場合、本方法は、ステップ５０９に進み、第１の停止点をさらに分析して、第１の停止点が道路停止物体までの閾値距離の範囲内にあるかどうかを判定することができる。

同様に、ステップ５０７で距離が閾値の範囲内でない場合、本方法は、ステップ５０９に進み、上で示されるように、第１の停止点を分析することができる。

ステップ５０９をさらに参照すると、道路停止物体としては、街灯、道路標識、交通データ、駐車場、および車道上の車両の停止を示す任意の他の物体、のうちの１つ以上を挙げることができる。道路停止物体までの閾値距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の他の値とすることができる。いくつかの例において、閾値距離はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、または、これらの組み合わせを含む、場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

ステップ５０９で（例えば、第１の停止点に関する）距離が閾値距離の範囲内、すなわち閾値未満である場合、本方法は、ステップ５１０に進む。ステップ５１０で、サーバは、データ内の第２の連続する停止点を分析して、第２の連続する停止点が道路停止物体までの閾値距離の範囲内にあるかどうかを判定する。同じまたは類似の分析を行って、第２の連続する停止点が道路停止物体までの閾値距離の範囲内にあるかどうかを判定することができる。いくつかの態様において、閾値距離は、第１の停止点および第２の連続する停止点について異なり得る。他の例において、閾値は、同じであり得る。

ステップ５１０で距離が閾値の範囲内である場合、本方法は、ステップ５１１に進み、停止点間の道路移動セグメントを移動セグメントとして割り当てる。

ステップ５１０で距離が閾値距離の範囲内でない場合、本方法は、移動セグメントを割り当てないままにし、ステップ５１２に進むことができる。ステップ５１２で、第２の連続する停止点からのデータ内に次の停止点があるかどうかを判定することができる。次の連続する停止点がある場合、本方法は、ステップ５０５に戻り、以前に第２の連続する停止であった停止点を第１の停止点として再度割り当て、プロセスを繰り返し始める。ステップ５１２で連続する停止点がない場合、本方法は、ステップ５１３に進み、終了する。

図６は、加速度データおよび場所データを使用して、距離単位あたりの閾値を通じて加速アクションの平均数を算出することによって、移動セグメントに関する車両モードを決定する方法を例示する例示的なフローチャートである。ステップ６００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ６０１で、ステップ６００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。ステップ６０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロまたは閾値未満の速度を有し、したがって、移動していない、走行中の期間として定義することができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止信号において、完全に停止し得ない期間とみなすのを支援することができる。

いくつかの態様では、加速度データを分析し、いつ車両の速度がゼロまたはほぼゼロ（例えば、所定の閾値未満）であるのかを算出して、停止点を決定することができる。いくつかの態様では、場所データを分析して、停止点を決定することができる。１つの例として、連続する場所データ点が同じである（例えば、ＧＰＳまたは他のデータを介して同じ場所を示す）場合、本システムは、車両が停止点にあると判定することができる。さらなる態様において、加速度計２２３は、走行中の速度データを記録することができる。これらの態様において、速度データは、プロセッサ２２４または車両モード検出サーバ２５０とすることができるサーバに通信することができる。これらの態様では、速度データを分析して、走行中の停止点を決定することができる。異なる態様において、サーバは、加速度データ、場所データ、および速度データの任意の組み合わせを受信し、分析して、停止点を決定することができる。

走行中の停止点を決定した後に、サーバは、ステップ６０３に示されるように、連続する停止点間のデータ点を移動セグメントとして割り当てることができる。移動セグメントは、車両が移動している走行の任意の部分を定義することができる。他の態様において、移動セグメントは、走行の任意の部分と称する場合がある。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。ユーザによってなされる任意の走行は、単一の移動セグメントまたは任意の数の移動セグメントを含み得ることに留意されたい。車両モード検出サーバ２５０は、次いで、ステップ６０４で、加速度データを分析することができる。サーバは、ステップ６０５で、移動セグメントに関する加速アクションの数を決定することができる。加速アクションは、加速度値が所定の加速度閾値を超える、記録されたデータ点とすること、またはそれを含むことができる。いくつかの態様において、加速度閾値は、０．５ｍ／ｓ^２～５ｍ／ｓ^２、１ｍ／ｓ^２～８ｍ／ｓ^２、０．２ｍ／^２を超える、８ｍ／ｓ^２未満、０．７ｍ／ｓ^２を超える、５ｍ／ｓ^２未満、または任意の他の値とすることができる。いくつかの態様において、加速度閾値は、１ｍ／ｓ^２とすることができる。サーバ２５０は、ステップ６０６で、単位距離あたりの加速アクションを正規化することができる。いくつかの態様において、単位距離は、サーバがマイルあたりの加速アクションを決定するように、マイルとすることができる。他の態様において、距離単位は、ｍ、ｋｍ、ｆｔ、その他を含む、任意の測定値とすることができる。いくつかの態様において、加速アクションは、時間等の異なるパラメータによって正規化することができる。

移動セグメントに関する距離単位あたりの加速アクション（例えば、加速アクションの数）を決定した後に、サーバ２５０は、ステップ６０７で、この数と所定の閾値とを比較して、距離単位あたりの加速アクションの数が所定の閾値を超えているかどうかを判定することができる。いくつかの例において、加速アクション閾値は、５～１００、２０～７５、１５を超える、９０未満、４０を超える、もしくは６５未満、または任意の他の値とすることができる。いくつかの態様において、アクション閾値は、６０とすることができる。いくつかの例において、加速アクション閾値は、場所、地理、交通、その他等の追加的な要因に依存し得る。さらなる態様において、加速アクション閾値は、追加的なデータの収集に基づいて変更または更新され得る。

ステップ６０７で距離単位あたりの加速アクションの数が閾値を超えている場合、本方法は、ステップ６０８に進み、移動セグメントを道路移動セグメントとして割り当てることができる。ステップ６１０で、分析のための追加的な移動セグメントがあるかどうかを判定することができる。超えていない場合には、本プロセスを終了することができる。超えている場合、本プロセスは、ステップ６０４に戻り、追加的な移動セグメントを評価することができる。

ステップ６０７で距離単位あたりの加速アクションの数が閾値を超えていない、すなわち閾値以下である場合、本方法は、ステップ６０９に進み、移動セグメントを列車移動セグメントとして割り当てることができる。図６に関して説明される配設は、移動セグメントを道路セグメントまたは列車セグメントとして割り当てることを目的としているが、本発明を逸脱しない範囲で、様々な他の車両モードも同じく割り当てることができる。例えば、システムは、移動セグメントを、ボート、航空機、セグウェイ、ホバーボード、その他等の任意の他の所定の車両モードとして割り当てることができる。ステップ６１０で、走行と関連付けられた別の移動セグメントがあるかどうかを判定する。移動セグメントがある場合、本方法は、ステップ６０４に戻り、次の移動セグメントに関して加速度データを分析する。移動セグメントがない場合には、本プロセスを終了することができる。

図７は、加速度データおよび場所データを使用して、データに対して多数の分析を行って、偽陽性を検出することに基づいて、走行に関する車両モードを決定する例示的な方法を示す。ステップ７００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ７０１で、ステップ７００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。

ステップ７０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止信号、その他を含むことができる

車両モード検出サーバ２５０は、地図データを受信した後に、ステップ７０３で、車両モード検出サーバ２５０において加速度データ、場所データ、および地図データを分析することができる。いくつかの態様において、サーバ２５０は、鉄道線路データ等の、走行中に収集された場所データおよび外部データベース２６０から受信したデータを分析することができる。サーバ２５０は、これらのデータセットを分析して、走行中に収集された場所データ点ごとに、鉄道線路までのスナップ距離を決定することができる。さらなる態様において、サーバ２５０は、ステップ７０４で、走行の全体を通して収集された場所データを分析し、走行の全体を通して鉄道線路までの平均スナップ距離を決定することができる。

ステップ７０５で、鉄道線路までの平均スナップ距離と閾値とを比較して、平均スナップ距離が閾値値未満であるかどうかを判定することができる。平均スナップ距離が閾値未満である場合、本方法は、ステップ７０６に進み、走行を列車走行として割り当てることができる。いくつかの配設において、鉄道線路閾値までの平均スナップ距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。いくつかの例において、閾値は、１７．８ｍとすることができる。閾値は、追加的なデータおよびモデル分析に基づいて変化し得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

しかしながら、ステップ７０５で平均スナップ距離が閾値未満でなく、よって、閾値以上であり得る場合、本方法は、ステップ７０７に進み、走行を道路移動走行として割り当てることができる。上で論じたように、本発明を逸脱しない範囲で、様々な他の車両モード走行も同じく割り当てることができる。例えば、本システムは、走行を異なる車両モード走行（例えば、ボート、航空機、自転車、その他）として割り当てることができ、または走行を全く割り当てないことができる。いくつかの態様では、データに対して追加的な分析を行って、走行と関連付けられた車両モードを決定することができる。

ステップ７０８で、加速度データを分析して、走行に関する加速アクションの数を決定することができる。加速アクションは、加速度値が所定の加速度閾値を超える記録データ点を含むことができる。いくつかの態様において、加速度閾値は、０．５ｍ／ｓ^２～５ｍ／ｓ^２、１ｍ／ｓ^２～８ｍ／ｓ^２、０．２ｍ／^２を超える、８ｍ／ｓ^２未満、０．７ｍ／ｓ^２を超える、５ｍ／ｓ^２未満、または任意の他の値とすることができる。いくつかの態様において、加速度閾値は、１ｍ／ｓ^２とすることができる。加速度データを分析して加速アクションの数を決定することは、単位距離あたりの加速アクションを正規化することをさらに含むことができる。いくつかの態様において、単位距離は、サーバがマイルあたりの加速アクションを決定するように、マイルとすることができる。他の態様において、距離単位は、ｍ、ｋｍ、ｆｔ、その他を含む、任意の測定値とすることができる。いくつかの態様において、加速アクションは、時間等の異なるパラメータによって正規化することができる。

走行に関する距離単位あたりの加速アクションの数を決定した後に、サーバ２５０は、ステップ７０９で、この数と所定の閾値とを比較して、加速アクションの数が閾値を超えているかどうかを判定することができる。いくつかの例において、加速アクション閾値は、５～１００、２０～７５、１５を超える、９０未満、４０を超える、もしくは６５未満、または任意の他の値とすることができる。少なくともいくつか例において、加速アクション閾値は、６０とすることができる。加速アクション閾値は、場所、地理、交通、その他等の追加的な要因に基づき得る。さらなる態様において、加速アクション閾値は、追加的なデータの収集に基づいて変更または更新され得る。ステップ７０９で距離単位あたりの加速度アクションの数が閾値を超えている場合、本方法は、ステップ７１０に進み、走行を道路移動走行として割り当てる。ステップ７０９で距離単位あたりの加速アクションの数が閾値を超えていない、すなわち閾値以下である場合、本方法は、ステップ７１１に進み、走行を列車移動走行として割り当てることができる。ステップ７１２で、サーバ２５０は、ステップ７０６／７０７および７１０／７１１による走行の割り当てが同じであるかどうかを判定する。走行の割り当てが同じである場合、本方法は、ステップ７１３に進み、走行の割り当てをサーバまたはメモリに格納する。走行の割り当てが同じでない場合、本方法は、ステップ７１４に進み、走行の割り当てを格納せずに終了する。

図８は、加速度データおよび場所データを使用して、データに対して多数の分析を行って、偽陽性を検出することに基づいて、走行に関する車両モードを決定する別の例示的な方法を例示する。ステップ８００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ８０１で、ステップ８００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。

ステップ８０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止信号、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ８０３に示されるように、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。いくつかの態様において、ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させ得る物体とすることができる。異なる態様において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止信号、駐車場、埠頭、港、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。

サーバ２５０は、ステップ８０４で、停止点および停止物体データでの場所データを分析して、停止点場所ごとに停止点物体までの距離を決定することができる。いくつかの例において、停止点物体は、街灯等の単一の物体とすることができ、または物体の組み合わせとすることができる。いくつかの態様において、停止点物体は、特定の車両モードの停止に関する全ての物体とすることができる。このように、道路停止物体としては、街灯、道路標識、交通データ、駐車場、および自動車の車道上の停止を示す任意の他の物体を挙げることができる。１つの例において、停止点物体は、駅とすることができ、よって、本システムは、停止点から駅までの距離を決定することができる。

ステップ８０４で、サーバは、第１の停止点と駅との間の距離を決定することができる。ステップ８０５で、本システムは、その距離が所定の閾値内であるかどうかを判定することができる。駅までの距離に関する閾値距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の他の値とすることができる。いくつかの態様において、閾値距離は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値距離はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、または、これらの組み合わせを含む、場所データの精度に潜在的に影響を及ぼす任意の他の要因にも基づき得る。ステップ８０５で、距離が閾値距離未満である場合、本方法は、ステップ８０６に進み、停止点を駅として割り当てる。ステップ８０７で、サーバは、データ内の第２の連続する停止点を分析して、第２の連続する停止点が駅までの閾値距離の範囲内にあるかどうかを判定することができる。第２の連続する停止点は、第１の停止点の後の、かつ連続的な移動の後の次の停止点とすることができる。いくつかの態様において、閾値距離は、第１の停止点および第２の連続する停止点について異なり得る。ステップ８０７で距離が閾値距離の範囲内である場合、本方法は、ステップ８０８に進み、移動セグメントを停止点間の列車移動セグメントとして割り当てる。ステップ８０７で距離が閾値距離の範囲内でない場合、本方法は、ステップ８１０に進み、セグメントを道路移動セグメントとして割り当てることができる。

ステップ８０５で距離が閾値未満でない、すなわち、閾値以上である場合、サーバは、ステップ８０９で、停止点を道路停止物体として割り当てることができる。上で論じたように、本方法は、ステップ８１０に進み、サーバ２５０は、セグメントを第１の停止点と第２の連続する停止点との間の道路移動セグメントとして割り当てることができる。いくつかの態様では、第１の停止点だけが分析されることに留意されたい。しかしながら、いくつかの態様において、本システムは、第１の停止点が列車停止物体までの閾値距離の範囲内でない場合に、第２の連続する停止点を分析させることなく、道路移動セグメントとして第１の停止点と第２の連続する停止点との間にセグメントを割り当て得ると認識することができる。本方法は、次いで、ステップ８１１に進む。

ステップ８１１で、車両モード検出サーバ２５０は、移動セグメント中に場所データを分析して、各場所データ点から鉄道線路等のルートウェイまでのスナップ距離を決定することができる。さらなる態様において、ステップ８１１に示されるように、サーバ２５０は、移動セグメントの全体を通して収集された場所データを分析し、移動セグメントの全体を通して鉄道線路までの平均スナップ距離を決定することができる。ステップ８１２で、鉄道線路までの平均スナップ距離と閾値とを比較して、平均スナップ距離が閾値未満であるかどうかを判定することができる。平均スナップ距離が閾値未満である場合、本方法は、ステップ８１３に進み、移動セグメントを列車移動セグメントとして割り当てる。いくつかの配設において、鉄道線路閾値までの平均スナップ距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。少なくともいくつか例において、閾値は、１７．８ｍとすることができる。特定の態様において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、または、これらの組み合わせを含む、場所データの精度に潜在的に影響を及ぼす任意の他の要因にも基づき得る。

しかしながら、ステップ８１２で平均スナップ距離が閾値未満でなく、よって、閾値以上であり得る場合、本方法は、ステップ８１４に進み、移動セグメントを道路移動セグメントとして割り当てることができる。ステップ８１５で、サーバ２５０は、ステップ８０８／８１０および８１３／８１４による走行の割り当てが同じであるかどうかを判定する。走行の割り当てが同じである場合、本方法は、ステップ８１６に進み、走行の割り当てをサーバまたはメモリに格納する。走行の割り当てが同じでない場合、本方法は、ステップ８１７に進み、走行の割り当てを格納せずに終了する。

図９は、加速度データおよび場所データを使用して、データに対して多数の分析を行って、偽陽性を検出することに基づいて、走行に関する車両モードを決定する別の例示的な方法を例示する。ステップ９００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ９０１において、ステップ９００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。

ステップ９０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止信号データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止信号、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ９０３に示されるように、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。いくつかの態様において、ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させ得る物体とすることができる。いくつかの例において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止信号、駐車場、埠頭、港、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。サーバ２５０は、ステップ９０４で、停止点および停止物体データでの場所データを分析して、停止点場所ごとに停止点物体までの距離を決定することができる。異なる態様において、停止点物体は、街灯等の単一の物体とすることができ、または物体の組み合わせとすることができる。いくつかの態様において、停止点物体は、特定の車両モードの停止に関する物体とすることができる。このように、道路停止物体としては、街灯、道路標識、交通データ、駐車場、および車道上の自動車の停止を示す任意の他の物体を挙げることができる。１つの例において、停止点物体は、駅とすることができ、よって、本システムは、停止点から駅までの距離を決定することができる。

ステップ９０４で、例えば、サーバ２５０は、第１の停止点と駅との間の距離を決定することができる。ステップ９０５で、本システムは、その距離が所定の閾値よりも短いかどうかを判定することができる。駅までの距離に関する閾値距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の他の値とすることができる。特定の態様において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値距離はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、または、これらの組み合わせを含む、場所データの精度に潜在的に影響を及ぼす任意の他の要因にも基づき得る。

距離が閾値距離未満である場合、本方法は、ステップ９０６に進み、停止点を駅として割り当てる。ステップ９０７で、サーバは、データ内の第２の連続する停止点を分析して、第２の連続する停止点が駅までの閾値距離の範囲内にあるかどうかを判定することができる。異なる態様において、ステップ９０７で評価される駅は、ステップ９０４で評価される停止物体と異なり得る。いくつかの態様において、本システムは、地図データを分析して、第２の連続する停止点に最も近い駅を決定し、第２の連続する停止点と最も近い駅との間の距離が閾値の範囲内であるかどうかを判定する。第２の連続する停止点は、第１の停止点の後の、かつ連続的な移動の後の次の停止点とすることができる。いくつかの態様において、閾値距離は、第１の停止点分析および第２の停止点分析について異なり得る。他の例において、閾値は、同じであり得る。第２の連続する停止点が駅までの閾値距離の範囲内である場合、本システムは、第２の連続する停止点を駅として割り当てる。

ステップ９０７で第１の停止点および第２の連続する停止点の両方が駅として割り当てられる場合、本方法は、ステップ９０８に進み、移動セグメントを停止点間の列車移動セグメントとして割り当てて、ステップ９１１に進む。ステップ９０７で距離が閾値距離の範囲内でない場合、本方法は、ステップ９１０に進む。ステップ９０５で距離が閾値未満でない、すなわち、閾値以上である場合、本方法は、ステップ９０９に進む。ステップ９０９で、サーバは、停止点を道路停止物体として割り当てて、ステップ９１０に進む。ステップ９１０で、セグメントを連続する停止点間の道路移動セグメントとして割り当てる。本方法は、ステップ９０９から９１０に進み、単一の停止点だけが分析される。しかしながら、停止点が道路停止点として割り当てられているので、その停止点までの、およびそこからの移動セグメントを道路移動セグメントとして割り当てることが適切である。したがって、ステップ９１０で、サーバは、移動セグメントを、道路停止物体として割り当てられた第１の停止点と第２の連続する停止点との間の道路移動セグメントとして割り当てることができる。本方法は、次いで、ステップ９１１に進む。

ステップ９１１で、加速度データを分析することができる。いくつかの態様において、サーバは、走行に関する加速アクションの数を決定する。加速アクションは、加速度値が所定の加速度閾値を超える記録データ点を含むことができる。いくつかの態様において、加速度閾値は、０．５ｍ／ｓ^２～５ｍ／ｓ^２、１ｍ／ｓ^２～８ｍ／ｓ^２、０．２ｍ／^２を超える、８ｍ／ｓ^２未満、０．７ｍ／ｓ^２を超える、５ｍ／ｓ^２未満、または任意の他の値とすることができる。いくつかの態様において、加速度閾値は、１ｍ／ｓ^２とすることができる。加速度データを分析することにおいて、サーバ２５０はまた、ステップ９１１で、単位距離あたりの加速アクションを正規化することもできる。いくつかの態様において、単位距離は、サーバがマイルあたりの加速アクションを決定するように、マイルとすることができる。他の態様において、距離単位は、ｍ、ｋｍ、ｆｔ、その他を含む、任意の測定値とすることができる。いくつかの態様において、加速アクションは、時間等の異なるパラメータによって正規化することができる。

走行に関する距離単位あたりの加速アクションを決定した後に、サーバ２５０は、ステップ９１２として示されるように、この数と所定の閾値とを比較することができる。いくつかの例において、加速アクション閾値は、５～１００、２０～７５、１５を超える、９０未満、４０を超える、もしくは６５未満、または任意の他の値とすることができる。いくつかの態様において、アクション閾値は、６０とすることができる。異なる態様において、加速アクション閾値は、場所、地理、交通、その他等の追加的な要因に依存し得る。さらなる態様において、加速アクション閾値は、追加的なデータの収集に基づいて変更または更新され得る。ステップ９１２で距離単位あたりの加速アクションの数が閾値を超えている場合、本方法は、ステップ９１３に進み、移動セグメントを道路移動セグメントとして割り当てる。本方法は、次いで、ステップ９１５に進む。ステップ９１２で距離単位あたりの加速アクションの数が閾値を超えていない、すなわち閾値以下である場合、本方法は、ステップ９１４に進んで、移動セグメントを列車移動セグメントとして割り当てることができる。本方法は、次いで、ステップ９１５に進む。ステップ９１５で、サーバ２５０は、ステップ９０８／９１０および９１３／９１４による走行の割り当てが同じであるかどうかを判定する。走行の割り当てが同じである場合、本方法は、ステップ９１６に進み、走行の割り当てをサーバまたはメモリに格納する。走行の割り当てが同じでない場合、本方法は、ステップ９１７に進み、走行の割り当てを格納せずに終了する。

いくつかの態様において、車両モード検出システムによって収集されたデータは、外部ネットワーク、システム、プロセス、および／またはデバイスによって使用することができる。１つの例において、保険会社によって利用されるネットワークおよびシステムは、リスクレベルの分析において車両モード検出データを使用することができる。保険業者は、現在、（例えば、顧客の許可を有する）顧客のモバイルデバイスによって記録されたデータを使用し、一方で、その顧客と関連付けられたリスク分析を行うことができる。その際に、保険業者は、顧客が特定の車両モードで移動するときに、顧客データを評価することを望む場合がある。いくつかの態様において、保険業者は、顧客が車、トラック、またはバン等の自動車で移動しているデータを分析することを望む場合がある。いくつかの態様では、顧客が車両を運転しているときの移動データと、顧客が乗員であるときの移動データとを区別することが有益である。いくつかの例において、保険システムは、顧客がその移動セグメントと関連付けられた車両モードに基づいて、移動セグメントに関する車両の運転者であるかどうかを判定することができる。例えば、保険システムは、その移動セグメントが列車移動セグメントであると決定された場合に、顧客と関連付けられた移動セグメントデータを削除することができる。他の態様において、保険システムは、車道移動セグメントとして割り当てられた移動セグメントに関する移動データを分析することができる。さらなる態様において、保険システムは、保険料率が顧客による車両の運転に基づいた使用状況ベースの保険を顧客に割り当てることができる。これらの態様では、車両モードに基づいて顧客の車両データを区別することが有益であり得る。他の態様において、保険システムは、特定の顧客またはエリアと関連付けられたデータを収集し、分析することができる。保険システムは、他のモデルまたは予測分析において、この分析データを使用することができる。いくつかの例において、保険システムは、顧客の移動データを分析し、通勤、買い物、移動、その他等の特定の走行またはルートを認識することができる。車両モード分析を使用して、一貫したデータを確実にする等のために、車両モードを、認識した走行またはルートに沿った特定の移動セグメントに割り当てることができる。

さらなる態様において、車両モード分析は、他のシステムの入力として使用することができる。いくつかの態様において、他のシステムは、移動セグメントと関連付けられた特定の車両モードの検出に基づいて、情報を分析することができる。いくつかの実施形態において、携帯電話は、検出された車両モードに基づいて、特定のタイプのデータを収集すること、および／または格納することができる。いくつかの態様において、携帯電話は、受信または格納した車両モードデータに基づいて、移動中に特定のデータを記録することができる。特定の態様において、携帯電話は、移動セグメントと関連付けられた特定の車両モードの検出に基づいて、データをサーバに伝送することができる。他の実施形態において、携帯電話は、特定の車両モードの検出に基づいて、全ての収集されたデータ、データの一部分を伝送することができ、またはデータの一部分を伝送し、かつデータの一部分を格納することができる。いくつかの態様において、他のシステムは、関連付けられた車両モードに基づいて、データセットを分析することができる。保険会社は、消費者の移動データと関連付けられた車両モードに基づいて、取引データをソートし、分類することができる。異なる態様において、保険システムは、この分類に基づいて、適切な製品および／またはサービスを勧めることができる。

本明細書に記載された態様は、本開示の態様を実行する様々な様式を含む特定の例に関して議論されてきたが、当業者においては、本発明の趣旨および範囲に含まれる上述のシステムおよび技法の数多くの変形および変更があることが理解されよう。説明される実施例に関する要素、ステッププロセス、または例のいかなる議論も、異なる用途において、本開示の全体を通して言及される全ての他の実施形態または態様に適用することができる。

いくつかの態様において、本システムは、異なる車両タイプの移動ルートを決定するために、地図データベースシステムから予め定義されたルートデータを受信することができる。いくつかの態様において、本システムは、ルートウェイデータを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに固有のデータを含むことができる。いくつかの配設において、ルートウェイタイプは、特定の車両が動作するルートに関するデータであり得る。いくつかの例において、ルートウェイタイプは、電車とすることができ、ルートウェイデータとしては、鉄道線路および／または駅に関するデータを挙げることができる。特定の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータとしては、車道、街灯、停止標識、その他を挙げることができる。他の態様において、ルートウェイデータとしては、鉄道線路、車道、水路、バスルート、駅、停止標識、街灯、バス停、または車両が進み得るルートに影響を及ぼす任意の他のルートウェイデータの任意の組み合わせを挙げることができる。いくつかの態様において、ルートデータは、交通データ、電車データ、バスデータ、気象データ、地理データ、またはルートを移動している間に車両の加速または場所データに影響を及ぼし得る任意の他のデータ等の、リアルタイムデータによって更新することができる。

以下の開示を読み取ったときに当業者によって理解されるように、本明細書で説明される様々な態様は、方法、コンピュータシステム、またはコンピュータプログラム製品として具現化することができる。したがって、これらの態様は、全体としてハードウェアの実施形態、全体としてソフトウェアの実施形態、またはソフトウェアとハードウェアとを組み合わせた実施形態の形態をとり得る。さらに、そのような態様は、記憶媒体内または上に具現化されたコンピュータ可読プログラムコードまたは命令を有する１つ以上の非一時的なコンピュータ可読記憶媒体によって格納された、コンピュータプログラム製品の形態をとることができる。ハードディスク、ＣＤ－ＲＯＭ、光格納デバイス、磁気格納デバイス、および／またはこれらの任意の組み合わせを含む、任意の適切なコンピュータ可読記憶媒体を利用することができる。加えて、本明細書に記載されたようなデータまたはイベントを表す様々な信号は、送信元と宛先との間で、金属ワイヤ、光ファイバ、および／または無線伝送媒体（例えば、空中および／または空間）等の信号伝導媒体を通して移動する電磁波の形態で伝達することができる。

システム２００はまた、図１に表される車両モード検出システム１０１としてハードウェア／ソフトウェア構成要素のうちのいくつかまたは全てを含む、車両モード検出サーバ２５０も含むこともがきる。車両モード検出サーバ２５０は、車両２１０およびモバイルデバイス２２０、ならびに他のデータソースから車両の移動および／または動作データを受信するために、ハードウェア、ソフトウェア、およびネットワーク構成要素を含むことができる。車両モード検出サーバ２５０は、モバイルデバイス２２０および他のデータソースから受信した場所データおよび加速度データをそれぞれ格納し、分析するために、データベースおよび車両モード検出アプリケーションを含むことができる。車両モード検出サーバ２５０は、無線で（例えば、セルラーネットワーク、Ｂｌｕｅｔｏｏｔｈ、もしくはその他の接続、または同類のものを介して）、または１つ以上のコンピュータネットワーク（例えば、インターネット）を通じて別個のコンピューティングシステムを経由して、モバイルデバイス２２０との通信および／またはそこからの運転データの取り出しを開始することができる。加えて、車両モード検出サーバ２５０は、他の非モバイルデバイスまたは外部データベース２６０等の外部データベースから、車両モード検出分析に関連する追加的なデータを受信することができる。いくつかの例において、外部データベースは、ルートデータ（例えば、車道、街灯、停止標識、交差点、鉄道線路、列車区間、水路、埠頭、その他）、様々な時間および場所での輸送データを含む輸送データベース（例えば、道路交通量、列車遅延、平均車両速度、車両速度分布、ならびに事故の数およびタイプ、その他）、外部インフラストラクチャ要素（例えば、携帯電話またはデータネットワーク等の、データまたは電気通信ネットワークのネットワーク要素）、および同類のもの含む、外部地図データベースとすることができる。

ステップ３０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの態様において、第１の一組の地図データは、第１の外部データベースから受信することができ、第２の一組の地図データは、第２の外部データベースから受信することができる。他の態様において、車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の１つ以上の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。車両モード検出サーバ２５０は、地図データを受信した後に、ステップ３０３で、車両モード検出サーバ２５０において場所データおよび地図データを分析することができる。いくつかの態様において、サーバ２５０は、走行中に収集された場所データ、および外部データベース２６０から受信したルートウェイデータを分析することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。いくつかの態様において、サーバ２５０は、走行中に収集された場所データポイントごとに、鉄道線路までのスナップ距離を決定することができる。スナップ距離は、少なくともいくつか例において、所与の場所と、特定の基準を満たした場所との間の最短距離とすることができる。一例として、鉄道線路までのスナップ距離は、鉄道線路の場所と最も近い場所との間の距離として定義することができる。他の実施形態において、スナップ距離は、所与の場所と、最も近い駅、車道、道路標識、街灯、水路、または車両ルートデータに関する他の基準との間で算出することができる。いくつかの態様において、サーバ２５０は、走行の全体を通して収集された場所データを分析し、走行の全体を通して鉄道線路までの平均スナップ距離を決定することができる。特定の態様では、３０４で、鉄道線路までの平均スナップ距離と閾値とを比較して、走行に関する車両モードを決定することができる。いくつかの例において、鉄道線路までの平均スナップ距離が閾値よりも長い場合、走行は、道路移動走行であると決定される。他の例において、鉄道線路までの平均スナップ距離が閾値よりも短い場合、走行は、列車移動走行であると決定される。いくつかの例において、この閾値は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。少なくともいくつか例において、閾値は、１７．８ｍとすることができる。いくつかの態様において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。スナップ距離は、車道または水路等の他のルートに関して決定することができ、平均スナップ距離を算出し、閾値と比較して、走行と関連付けられた車両モードを決定することができる。ステップ３０４で、分析に基づいて、走行（または移動セグメント）に関する車両モードを決定することができる。

ステップ４０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロの速度を有し、したがって、移動していないと判定される、走行中の期間とすることができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止標識において、完全に停止し得ない期間とみなすのを支援することができる。

走行中の停止点を決定した後に、サーバは、ステップ４０３に示されるように、連続する停止点間のデータ点を移動セグメントとして割り当てることができる。移動セグメントは、車両が移動している走行の任意の部分を含むことができる。他の態様において、移動セグメントは、走行の任意の部分と称する場合がある。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。ユーザによってなされる任意の走行は、単一の移動セグメントまたは任意の数の移動セグメントを含み得ることに留意されたい。ステップ４０４で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの配設において、車両モード検出サーバ２５０は、１つ以上の外部データベースから、１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、受信した地図データは、所定のルートウェイタイプに基づいて決定することができる。車両モード検出サーバ２５０は、地図データを受信した後に、ステップ４０５で、車両モード検出サーバ２５０において場所データおよび地図データを分析することができる。いくつかの態様において、サーバ２５０は、鉄道線路データ等の、走行中に収集された場所データおよび外部データベース２６０から受信したデータを分析することができる。サーバ２５０は、これらのデータセットを分析して、移動セグメント中に収集された場所データ点ごとに、鉄道線路までのスナップ距離を決定することができる。ステップ４０６で、サーバ２５０は、移動セグメントの全体を通して収集された場所データを分析し、移動セグメントの全体を通して鉄道線路までの平均スナップ距離を決定することができる。ステップ４０７で、鉄道線路までの平均スナップ距離と閾値とを比較して、平均スナップ距離が閾値未満であるかどうかを判定することができる。いくつかの態様において、鉄道線路閾値までの平均スナップ距離は、０ｍ～１００ｍ、１０ｍ～９０ｍ、１５ｍ～２０ｍ、５ｍを超える、５０ｍ未満、１２ｍを超える、３０ｍ未満、または任意の値とすることができる。いくつかの例において、閾値は、１７．８ｍとすることができる。いくつかの配設において、閾値は、追加的なデータおよびモデル分析に基づいて変更され得る。閾値はまた、鉄道線路ファイルソース、モバイルデバイス２２０のタイプ、地理データ、気象データを含む地図データ等の様々な要因、またはこれらの組み合わせを含む場所データの精度に潜在的に影響を及ぼす任意の他の要因にも依存し得る。

ステップ５０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロまたは閾値未満の速度を有し、したがって、移動していない、走行中の期間として定義することができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止標識において、完全に停止し得ない期間とみなすのを支援することができる。

走行中の停止点を決定した後に、サーバは、ステップ５０３に示されるように、連続する停止点間のデータ点を移動セグメントとして割り当てることができる。移動セグメントは、一般に、車両が移動している走行の１つ以上の部分を含むことができる。他の態様において、移動セグメントは、走行の一部分と称する場合がある。異なる態様において、移動セグメントとしては、加速、減速、制動、旋回、停止、または一貫した速度の期間を挙げることができる。ユーザによってなされる任意の走行は、単一の移動セグメントまたは任意の数の移動セグメントを含み得ることに留意されたい。ステップ５０４で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、ルートウェイデータ（すなわち、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータ）を含むことができる。地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。いくつかの配設において、車両モード検出サーバ２５０は、１つ以上の外部データベースから、１つ以上のデータセットの任意の組み合わせを受信することができる。例えば、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止標識、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ５０５で、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させる、または移動速度から大幅に減速させ得る物体とすることができる。いくつかの配設において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止標識、駐車場、埠頭、港湾、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。他の態様において、地図データは、現在の動的な停止物体を含むことができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。

図６は、加速度データおよび場所データを使用して、距離単位あたりの閾値を通じて加速アクションの平均数を算出することによって、移動セグメントに関する車両モードを決定する方法を例示する例示的なフローチャートである。ステップ６００で、走行の全体を通して加速度データおよび場所データを収集することができる。このステップの態様は、図３のステップ３００に関して上で説明した態様に類似し得る。ステップ６０１で、ステップ６００で収集された加速度データおよび場所データをサーバに通信することができる。このステップの態様は、図３のステップ３０１に関して上で説明した態様に類似し得る。ステップ６０２で、サーバは、加速度データを分析して、走行中の停止点を決定することができる。停止点は、ユーザが移動している車両がゼロまたは閾値未満の速度を有し、したがって、移動していない、走行中の期間として定義することができる。停止点はまた、車両が所定の閾値未満の速度を有する、走行中の１つ以上の期間も含むことができる。例えば、速度が所定の閾値未満（例えば、５ｍｐｈ、３ｍｐｈ、その他）である場合、本システムは、車両が完全に停止していなかった場合であっても、その期間を停止点として識別することができる。これは、運転者が、例えば停止標識において、完全に停止し得ない期間とみなすのを支援することができる。

ステップ７０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止標識、その他を含むことができる。

ステップ８０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止標識、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ８０３に示されるように、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。いくつかの態様において、ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させ得る物体とすることができる。異なる態様において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止標識、駐車場、埠頭、港、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。

ステップ９０２で、車両モード検出サーバ２５０は、図２に示される外部データベース２６０等の外部データベースから、地図データを受信することができる。いくつかの態様において、地図データは、車道データ、街灯データ、停止標識データ、鉄道線路データ、駅データ、水路データ、港湾データ、交通データ、気象データ、地理データ、およびルートを移動している間に車両に影響を及ぼし得る任意の他のデータを含むことができる。いくつかの態様において、地図データは、１つの外部データベース、２つの外部データベース、または任意の数の外部データベースから受信することができる。車両モード検出サーバ２５０は、１つ以上の外部データベースから１つ以上のデータセットの任意の組み合わせを受信することができる。いくつかの態様において、車両モード検出サーバ２５０は、運輸省、一般公開ソース、学術機関、オープンデータポータル、公的研究グループ、もしくはこれらの組み合わせ等の外部データベース２６０から、車道ファイルおよび／または鉄道線路ファイル等の地図データを受信することができる。いくつかの態様において、ルートウェイデータは、ルートウェイタイプに関するデータを含むことができる。特定の態様において、ルートウェイタイプは、鉄道線路、車道、水路、その他とすることができる。１つの例において、ルートウェイタイプは、鉄道線路とすることができ、ルートウェイデータは、鉄道線路データおよび駅データを含むことができる。他の態様において、ルートウェイタイプは、車道とすることができ、ルートウェイデータは、車道、街灯、停止標識、その他を含むことができる。

地図データを受信した後に、車両モード検出サーバ２５０は、ステップ９０３に示されるように、停止点および地図データと関連付けられた場所データを分析することができる。いくつかの態様において、サーバ２５０は、ルートウェイ停止物体に関する停止点の場所および地図データを分析することができる。いくつかの態様において、ルートウェイ停止物体は、ルートウェイに沿って移動する車両を停止させ得る物体とすることができる。いくつかの例において、ルートウェイ停止物体は、永続的な停止物体（すなわち、駅、街灯、停止標識、駐車場、埠頭、港、およびルートウェイに沿って移動する車両を停止させるように設計された他の何か）を備えることができる。現在の動的な停止物体は、交通、渋滞、列車遅延、天気、災害、その他に関する地図データから決定することができる。例えば、地図データは、車道の交通が、車両が停止している地点まで渋滞していることを示す、現在データを含むことができる。この例において、交通が停止している場所は、渋滞が解消されるまで、動的な停止物体のラベルを付すことができる。他の例において、地図データは、列車が、動的な停止物体を示す駅間の場所で停止していることを示す、列車遅延データを含むことができる。サーバ２５０は、ステップ９０４で、停止点および停止物体データでの場所データを分析して、停止点場所ごとに停止点物体までの距離を決定することができる。異なる態様において、停止点物体は、街灯等の単一の物体とすることができ、または物体の組み合わせとすることができる。いくつかの態様において、停止点物体は、特定の車両モードの停止に関する物体とすることができる。このように、道路停止物体としては、街灯、道路標識、交通データ、駐車場、および車道上の自動車の停止を示す任意の他の物体を挙げることができる。１つの例において、停止点物体は、駅とすることができ、よって、本システムは、停止点から駅までの距離を決定することができる。

Claims (20)

1. 移動セグメントと関連付けられた車両モードを検出するためのシステムであって、
   少なくとも１つのプロセッサと、
   コンピュータ実行可能命令を格納する少なくとも１つのメモリであって、前記コンピュータ実行可能命令により、前記少なくとも１つのプロセッサによって実行されたときに、前記システムが、
   走行中のモバイルデバイスのモバイルデバイスセンサによって収集された第１のモバイルデバイスセンサデータを受信することであって、前記第１のモバイルデバイスセンサデータが、加速度データおよび場所データを含む、受信することと、
   第１の外部データベースから地図データを受信することであって、前記地図データが、１つ以上のルートウェイを特徴付けるデータを含む、受信することと、
   前記加速度データに基づいて、前記走行中に遭遇した第１の停止点および第２の停止点を決定することと、
   前記第１の停止点と前記第２の停止点との間で収集された第１のモバイルセンサデータを、第１の移動セグメントとして割り当てることと、
   前記場所データおよび前記地図データに基づいて、前記第１の移動セグメント中に収集された前記場所データと、所定のルートウェイタイプとの間の平均スナップ距離を決定することと、
   前記平均スナップ距離および予め定義されたスナップ距離閾値に基づいて、第１の検出された車両モードを決定することと、
   前記第１の検出された車両モードを前記第１の移動セグメントに割り当てて、メモリに格納することと、を含む、少なくとも１つのメモリと、を備える、システム。
2. 前記所定のルートウェイタイプが、車道または鉄道線路のうちの少なくとも１つである、請求項１に記載のシステム。
3. 前記予め定義されたスナップ距離閾値が、２０ｍ未満である、請求項２に記載のシステム。
4. 前記命令が、前記少なくとも１つのプロセッサによって実行されたときに、前記システムに、第２の外部データベースから地図データを受信することをさらに行わせる、請求項１に記載のシステム。
5. 前記命令により、前記少なくとも１つのプロセッサによって実行されたときに、前記システムがさらに、
   前記加速度データに基づいて、前記第１の移動セグメントの距離単位あたりの加速アクションの数を決定する、
   前記距離単位あたりの加速アクションの数および予め定義された加速アクション閾値に基づいて、第２の検出された車両モードを決定する、
   前記第１の検出された車両モードおよび前記第２の車両モードが同じであるかどうかを判定する、及び、
   同じであった場合に、前記第２の検出された車両モードを前記メモリに格納する、請求項１に記載のシステム。
6. 前記予め定義された加速アクション閾値が、１ｍ／ｓ^２である、請求項５に記載のシステム。
7. 前記第１の停止点と前記第２の停止点との間で収集された第１のモバイルセンサデータを、前記第１の移動セグメントとして割り当てた時点で、前記コンピュータ可読命令により、前記システムが、
   前記第１の停止点と所定の停止物体との間の第１の距離を決定する、
   前記第２の停止点と所定の停止物体との間の第２の距離を決定する、
   前記第１の距離および前記第２の距離に基づいて、第１の検出された車両モードを検出する、及び、
   前記第１の検出された車両モードを前記第１の移動セグメントに割り当てて、メモリに格納する、請求項１に記載のシステム。
8. 前記所定の停止物体が、駅または車道停止物体のうちの少なくとも１つである、請求項７に記載のシステム。
9. 移動セグメントと関連付けられた車両モードを検出するためのシステムであって、
   少なくとも１つのプロセッサと、コンピュータ実行可能命令を格納する少なくとも１つのメモリと、を備えるコンピューティングデバイスを備え、前記コンピュータ実行可能命令により、前記少なくとも１つのプロセッサによって実行されたときに、前記第１のコンピューティングデバイスが、
   走行中のモバイルデバイスのモバイルデバイスセンサによって収集された第１のモバイルデバイスセンサデータを受信することであって、前記第１のモバイルデバイスセンサデータが、加速度データおよび場所データを含む、受信する、
   外部データベースから、１つ以上のルートウェイを特徴付けるデータを含む地図データを受信する、
   前記加速度データおよび場所データに基づいて、前記走行中に遭遇した第１の停止点および第２の停止点を決定する、
   前記第１の停止点および前記第２の停止点に基づいて、第１の移動セグメントを割り当てる、
   前記第１の移動セグメント中に収集された前記場所データに基づいて、前記第１の移動セグメントと関連付けられた第１の車両モードを検出することであって、前記第１の車両モードが、前記第１の移動セグメントに割り当てられる、検出する、
   前記第１の移動セグメント中に収集された前記加速度データに基づいて、前記第１の移動セグメントと関連付けられた第２のモード車両モードを検出することであって、前記第２の車両モードが、前記第１の移動セグメントに割り当てられる、検出する、
   前記第１の車両モードおよび前記第２の車両モードが同じであるかどうかを判定し、同じであった場合に、前記第１の移動セグメントをメモリに格納する、システム。
10. １つ以上のルートウェイを特徴付ける前記データが、車道データおよび鉄道線路データのうちの少なくとも１つを含む、請求項９に記載のシステム。
11. 第１の移動セグメントと関連付けられた第１の車両モードを前記検出することが、
    前記第１の移動セグメント中に収集された前記場所データと所定のルートウェイタイプとの間の平均スナップ距離を算出することと、
    前記平均スナップ距離および予め定義されたスナップ距離閾値に基づいて、前記第１の検出された車両モードを決定することと、を含む、請求項９に記載のシステム。
12. 前記予め定義されたスナップ距離閾値が、２０ｍ未満である、請求項１１に記載のシステム。
13. １つ以上のルートウェイを特徴付ける前記データが、停止物体データをさらに含む、請求項１０に記載のシステム。
14. 第１の移動セグメントと関連付けられた第１の車両モードを前記検出することが、
    前記第１の停止点と所定の停止物体との間の第１の距離を算出することと、
    前記第２の停止点と所定の停止物体との間の第２の距離を算出することと、
    前記第１の距離および前記第２の距離に基づいて、前記第１の検出された車両モードを決定することと、を含む、請求項１３に記載のシステム。
15. 前記所定の停止物体が、駅である、請求項１４に記載のシステム。
16. 前記所定の停止物体が、駅および車道停止物体のうちの少なくとも１つである、請求項１４に記載のシステム。
17. 第１の移動セグメントと関連付けられた第２の車両モードを前記検出することが、
    前記第１の移動セグメントの距離単位あたりの加速アクションの数を算出することと、
    前記距離単位あたりの加速アクションの数および予め定義された加速アクション閾値に基づいて、第２の検出された車両モードを決定することと、を含む、請求項９に記載のシステム。
18. 加速アクションが、１ｍ／ｓ^２を超える任意の加速度データ点である、請求項１７に記載のシステム。
19. 移動セグメントと関連付けられた車両モードを検出するための方法であって、前記方法が、
    コンピューティングデバイスによって、走行中のモバイルデバイスのモバイルデバイスセンサによって収集された第１のモバイルデバイスセンサデータを受信することであって、前記第１のモバイルデバイスセンサデータが、加速度データおよび場所データを含む、受信することと、
    前記コンピューティングデバイスによって、および外部データベースから、１つ以上のルートウェイを特徴付けるデータを含む地図データを受信することと、
    前記コンピューティングデバイスによって、および前記加速度データおよび場所データに基づいて、前記走行中に遭遇した複数の停止点を決定することと、
    前記コンピューティングデバイスによって、および第１の停止点および第２の停止点に基づいて、第１の移動セグメントを割り当てることと、
    前記コンピューティングデバイスによって、および前記第２の停止点および第３の停止点に基づいて、第２の移動セグメントを割り当てることと、
    前記コンピューティングデバイスによって、および前記第１の移動セグメントおよび前記セグメント移動セグメント中に収集された前記場所データに基づいて、前記第１の移動セグメントと関連付けられた第１の車両モードおよび前記第２の移動セグメントと関連付けられた第１の車両モードを検出することと、を含む、方法。
20. 前記コンピュータ実行可能命令により、前記少なくとも１つのプロセッサによって実行されたときに、前記第１のコンピューティングデバイスが、
    前記コンピューティングデバイスによって、および前記第１の移動セグメントおよび前記第２の移動セグメント中に収集された前記加速度データに基づいて、前記第１の移動セグメントと関連付けられた第２の車両モードおよび前記第２の移動セグメントと関連付けられた第２の車両モードを検出する、
    前記コンピューティングデバイスによって、前記第１の車両モードおよび前記第２の車両モードが同じであるかどうかを判定する、及び同じであった場合に、
    前記コンピューティングデバイスによって、前記第１の移動セグメントと関連付けられた前記第１の車両モードおよび前記第２の車両モード、ならびに前記第２の移動セグメントと関連付けられた前記第１の車両モードおよび前記第２の車両モードをメモリに格納する、請求項１９に記載の方法。

Images