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。
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/s2、2m/s2、0.5m/s2、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/s2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/s2~5m/s2、1m/s2~8m/s2、0.2m/2を超える、8m/s2未満、0.7m/s2を超える、5m/s2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/s2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/s2~5m/s2、1m/s2~8m/s2、0.2m/2を超える、8m/s2未満、0.7m/s2を超える、5m/s2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/s2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/s2~5m/s2、1m/s2~8m/s2、0.2m/2を超える、8m/s2未満、0.7m/s2を超える、5m/s2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/s2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。