JP7425608B2 - 変化する道路条件に関し乗り物を支援する技術 - Google Patents

Description

関連出願への相互参照
本願は2015年3月27日に出願された「変化する道路条件に関し乗り物を支援する技術」と題する米国実用特許出願第14/671,755号の優先権を主張するものである。

高級自動車を含む多くの現代の乗り物〔ビークル（vehicle）〕は、乗る人の経験を改善するために一つまたは複数の乗り物内コンピューティング・システムを含んでいる。乗り物内コンピューティング・システムは、乗り物についての多くの異なる型の情報を得るためのさまざまなセンサー、たとえば温度センサー、タイヤ圧センサー、カメラ、レーダー、ライダー、オイル圧センサー、燃料タンク・センサー、速度センサーなどを含んでいてもよい。これらの乗り物センサーは協働してドライバーに情報を与えるとともに、乗り物内コンピューティング・システムが乗り物を運転する経験を改善できるようにする。しかしながら、そのような情報は典型的には、その特定の乗り物のセンサーによって生成された、その乗り物の過去の運用に制限されていることがありうるセンサー・データのみに基づく。

本稿に記載される概念は、限定ではなく例として付属の図面において示される。図示の簡明のため、図面に示される要素は必ずしも縮尺どおりに描かれていない。適切と考えられる場合には、対応するまたは類似の要素を示すために参照符号が複数の図面の間で反復されている。
乗り物支援データを生成するための乗り物支援システムの少なくとも一つの実施形態のブロック概略図である。 図１のシステムの乗り物支援サーバーの少なくとも一つの実施形態のブロック概略図である。 図１のシステムの乗り物内コンピューティング・システムの少なくとも一つの実施形態のブロック概略図である。 図２の乗り物支援サーバーによって確立されうる環境の少なくとも一つの実施形態のブロック概略図である。 図３の乗り物内コンピューティング・システムによって確立されうる環境の少なくとも一つの実施形態のブロック概略図である。 図２の乗り物支援サーバーによって実行されうるクラウドソーシングされた道路データを生成する方法の少なくとも一つの実施形態の概略的な流れ図である。 図２の乗り物支援サーバーによって実行されうる乗り物支援データを生成する方法の少なくとも一つの実施形態の概略的な流れ図である。 図３の乗り物内コンピューティング・システムによって実行されうる、乗り物のドライバーを支援する方法の少なくとも一つの実施形態の概略的な流れ図である。

本開示の概念は、さまざまな修正および代替形を受けることができるものの、例としてその個別的な実施形態が図面において示されており、本稿において詳細に記載される。しかしながら、本開示の概念を開示される特定の形に限定する意図はなく、逆に、意図は、本開示および付属の請求項と整合するあらゆる修正、等価物および代替をカバーすることである。

本明細書における「一つの実施形態」、「ある実施形態」、「例示的な実施形態」などへの言及は、記載されるその実施形態が特定の特徴、構造または特性を含みうることを示すが、すべての実施形態がその特定の特徴、構造または特性を含むこともあれば、必ずしも含まないこともある。さらに、そのような句は必ずしも同じ実施形態を指しているのではない。さらに、特定の特徴、構造または特性がある実施形態との関連で記述されるとき、そのような特徴、構造または特性を他の実施形態との関連で実施することは、明示されているか否かによらず、当業者の知識の範囲内であることを述べておく。さらに、「少なくとも一つのA、BおよびC」は（A）；（B）；（C）；（AおよびB）；（AおよびC）；（BおよびC）；または（A、BおよびC）を意味することができる。同様に、「A、BまたはCの少なくとも一つ」の形で挙げられた項目は（A）；（B）；（C）；（AおよびB）；（AおよびC）；（BおよびC）；または（A、BおよびC）を意味することができる。

開示される実施形態は、場合によっては、ハードウェア、ファームウェア、ソフトウェアまたはそれらの任意の組み合わせで実装されうる。開示される実施形態は、一時的または非一時的な機械可読（たとえばコンピュータ可読）記憶媒体に搬送されるまたは記憶される命令として実装されてもよく、該命令は一つまたは複数のプロセッサによって読まれ、実行されてもよい。機械可読記憶媒体は、機械によって読み取り可能な形で情報を記憶または伝送するための任意の記憶装置、機構または他の物理的構造（たとえば、揮発性または不揮発性メモリ、メディア・ディスクまたは他のメディア・デバイス）として具現されうる。

図面において、いくつかの構造的または方法の特徴が特定の配置および／または順序において示されることがあるが、そのような特定の配置および／または順序は必須ではないことがあることは理解しておくべきである。むしろ、いくつかの実施形態では、そのような特徴は、例示的な図に示したのとは異なる仕方および／または順序で配列されてもよい。さらに、構造的または方法の特徴が特定の図に含まれることは、そのような特徴がすべての実施形態において必要とされることを含意することは意図されていない。いくつかの実施形態では、含まれなくてもよく、あるいは他の特徴と組み合わされてもよい。

ここで図１を参照するに、クラウドソーシングされた道路データを収集し、変化する道路条件に関して乗り物を支援する例示的なシステム１００が示されている。システム１００は、道路システム１０６に接続された乗り物支援サーバー１０２を含む。道路システム１０６は、一つまたは複数の乗り物内コンピューティング・システム１１０、一つまたは複数のインフラストラクチャー・センサー１１２および他のセンサー１１４を含んでいてもよい。乗り物支援サーバー１０２は乗り物内コンピューティング・システム１１０、インフラストラクチャー・センサー１１２および他のセンサー１１４にネットワーク１０４を通じて接続される。図１の例示的実施形態は二つの乗り物内コンピューティング・システム１１０および二つのインフラストラクチャー・センサー１１２を含んでいるが、任意の数の乗り物内コンピューティング・システム１１０またはインフラストラクチャー・センサー１１２が乗り物支援サーバー１０２に接続されうることは理解しておくべきである。ネットワーク１０４はいかなる型の通信ネットワークでもよく、そのような通信を実施するために、いかなる一つまたは複数の通信技術（たとえば有線または無線通信）および関連するプロトコル（たとえばイーサネット（登録商標）、ブルートゥース（登録商標）、W-Fi（登録商標）、WiMAXなど）を使うよう構成されてもよい。

それぞれの乗り物内コンピューティング・システム１１０は、乗り物１０８に関連付けられている。乗り物（vehicle）１０８は、道路に沿って進行できるいかなる型の乗り物として具現されてもよく、ガソリン動力自動車、ディーゼル動力自動車、天然ガス動力自動車、電気自動車、全地形型車両、オートバイおよび他の型の車両を含みうる。いくつかの実施形態では、乗り物１０８は、道路を進行することができない型の乗り物、たとえば船、飛行機、列車またはドローンとして具現されてもよい。インフラストラクチャー・センサー１１２は、道路システム１０６に付随する、乗り物１０８の一部ではないいかなる型のセンサーとして具現されてもよい。インフラストラクチャー・センサー１１２はたとえば、交通監視カメラ、気象センサー、位置センサー、速度センサーおよび他のセンサーを含みうる。他のセンサー１１４は、道路データを得るために乗り物支援システム１００によって使用される任意の型のセンサーを含む。たとえば、他の型のセンサー１１４は、道路を監視するために使われるドローン（または他の航空機）に取り付けられたカメラおよび他のセンサーを含んでいてもよい。

現在の乗り物システムでは、同じ道路を進む乗り物内コンピューティング・システム１１０の間での協働はほとんど存在しない。結果として、他の乗り物がほんの少し前に同じ道路条件を経験していたことがありうるという事実にも関わらず、乗り物に組み込まれたシステムの多くは純粋に、その乗り物１０８が遭遇する変化する道路条件に反応するだけである。たとえば、クルーズ・コントロール・システムのもとで動作する乗り物１０８が道路の上り坂を上り始めるとき、クルーズ・コントロール・システムは、クルーズ・コントロール・フィードバック・システムをトリガーするのに十分なだけ乗り物１０８が速度低下するまで、乗り物のスロットルを変えない。道路における上り坂勾配のような変化する道路条件と、クルーズ・コントロールが乗り物１０８のスロットルをもっと開くこととの間のこうした遅延は、乗り物１０８が突然シフトダウンするときに、乗り物１０８に乗っている人にがくんという動きを経験させる。

もう一つの例では、乗り物１０８は、乗り物１０８が燃料補給されるまたは再充電される必要があるまでの距離を予測することがある。現在の燃料補給距離推定は、道路の上り坂勾配や下り坂勾配を考慮に入れない。推定される燃料補給距離は、乗り物１０８が坂の多い土地を進む際に大きく変動することがある。たとえば、乗り物１０８が上り坂を進んでいる間、乗り物１０８の燃料切れまでの距離の予測は、乗り物１０８が燃料補給まで10マイルもつことを報告することがありうる。だが乗り物１０８が下り坂に戻ると、燃料切れまでの距離の予測は乗り物１０８は燃料補給が必要になるまで200マイルもつことを報告することがありうる。燃料補給距離予測データにおけるこうした変化は、乗り物の操作者における燃料補給の不安を引き起こすことがある。

乗り物支援システム１００は、道路システム１０６からクラウドソーシングされた道路データを収集し、道路データを解析し、乗り物支援データを個々の乗り物に供給して、乗り物１０８および乗り物のドライバーが、反応して乗り物１０８を制御するのではなく、先を見越して乗り物１０８を制御できるようにするすべを提供する。たとえば、クラウドソーシングされた道路データを用いて、乗り物支援サーバー１０２は、乗り物１０８のクルーズ・コントロール・システムに、道路の上り坂部分が近づいていることを通知し、上り坂勾配に遭遇する前に乗り物１０８にスロットルをもっと開かせるよう構成されていてもよい。もう一つの例では、乗り物支援サーバー１０２は、クラウドソーシングされた道路データを使って、近づいている上り坂勾配および下り坂勾配を乗り物１０８に警報することによって、乗り物１０８が、より正確な燃料切れまでの距離の推定をもてるようにしてもよい。そうすることにより、乗り物内コンピューティング・システム１１０は、道路に沿って標高の最終的な変化がどうなるかについての情報を使って、より正確に燃料切れまでの距離の予測を生成できることがありうる。いくつかの実施形態では、乗り物支援サーバー１０２は、乗り物１０８の燃料切れまでの距離の推定値を、乗り物内コンピューティング・システム１１０から受領される情報に基づいて計算する。乗り物支援システム１００は、乗り物１０８の制御システムおよび予測システムが、単に変化する道路条件、たとえば道路勾配の変化、道路表面の変化または気象条件の変化に直面したときに反応するのではなく、先を見越して行動することを許容する。

乗り物支援サーバー１０２の例示的実施形態が図２に示されている。乗り物支援サーバー１０２は、クラウドソーシングされた道路データを収集し、道路１０６を進む乗り物１０８のための乗り物支援データを生成するよう構成される。乗り物支援サーバー１０２はプロセッサ２２０、I/Oサブシステム２２２、メモリ２２４およびデータ記憶装置２２６を含む。サーバー１０２は、本稿に記載される機能を実行できるいかなる型の計算またはコンピュータ装置として具現されてもよい。それには、限定なしに、コンピュータ、マルチプロセッサ・システム、サーバー、ラックマウント・サーバー、ブレード・サーバー、ラップトップ・コンピュータ、ノートブック・コンピュータ、ネットワーク・アプライアンス、ウェブ・アプライアンス、分散式コンピューティング・システム、プロセッサ・ベースのシステムおよび／または消費者電子装置が含まれる。むろん、サーバー１０２は、他の実施形態では、サーバー装置に普通に見出されるもののような、他のまたは追加的なコンポーネント（たとえばさまざまな入出力装置）を含んでいてもよい。さらに、いくつかの実施形態では、例示的なコンポーネントの一つまたは複数は、別のコンポーネントに組み込まれていてもよく、あるいは他の仕方で別のコンポーネントの一部をなしていてもよい。たとえば、いくつかの実施形態では、メモリ２２４またはその一部がプロセッサ２２０に組み込まれていてもよい。

プロセッサ２２０は、本稿に記載される機能を実行することができるいかなる型のプロセッサとして具現されてもよい。たとえば、プロセッサ２２０は単一コアまたは複数コアのプロセッサ（単数または複数）、デジタル信号プロセッサ、マイクロコントローラまたは他のプロセッサまたは処理／制御回路として具現されてもよい。同様に、メモリ２２４は、本稿に記載される機能を実行できるいかなる型の揮発性または不揮発性メモリまたはデータ記憶として具現されてもよい。動作では、メモリ２２４は、サーバー１０２の動作の間に使われるさまざまなデータおよびソフトウェア、たとえばオペレーティング・システム、アプリケーション、プログラム、ライブラリおよびドライバーを記憶していてもよい。メモリ２２４はプロセッサ２２０にI/Oサブシステム２２２を介して通信上結合される。I/Oサブシステム２２２は、プロセッサ２２０、メモリ２２４およびサーバー１０２の他のコンポーネントとの入出力動作を容易にするための回路および／またはコンポーネントとして具現されてもよい。たとえば、I/Oサブシステム２２２は、メモリ・コントローラ・ハブ、入出力制御ハブ、ファームウェア装置、通信リンク（すなわちポイントツーポイント・リンク、バス・リンク、ワイヤ、ケーブル、導光路、プリント回路基板トレースなど）および／または入出力動作を容易にするための他のコンポーネントおよびサブシステムとして具現されてもよく、あるいは他の仕方でそれを含んでいてもよい。いくつかの実施形態では、I/Oサブシステム２２２は、システムオンチップ（SoC）の一部をなしてもよく、プロセッサ２２０、メモリ２２４およびサーバー１０２の他のコンポーネントとともに、単一の集積回路チップ上に組み込まれてもよい。

データ記憶装置２２６は、データの短期または長期の記憶のために構成されたいかなる型の装置（単数または複数）として具現されてもよい。たとえば、メモリ・デバイスおよび回路、メモリ・カード、ハードディスクドライブ、半導体ドライブまたは他のデータ記憶装置である。データ記憶装置２２６は、サーバー１０２によって処理される圧縮および／または圧縮解除されたデータを記憶してもよい。

サーバー１０２はまた、通信サブシステム２２８を含んでいてもよい。これは、コンピュータ・ネットワークを通じて、サーバー１０２と、たとえば乗り物内コンピューティング・システム１１０のような他のリモート装置との間の通信を可能にすることができるいかなる通信回路、装置またはその集合体として具現されてもよい。通信サブシステム２２８は、そのような通信を実施するために、任意の一つまたは複数の通信技術（たとえば有線または無線通信）および関連するプロトコル（たとえばイーサネット〔登録商標〕、ブルートゥース（登録商標）、Wi-Fi（登録商標）、WiMAXなど）を使うよう構成されてもよい。サーバー・コンピューティング装置は、サーバーの機能を実行するために必要になることがある他の周辺機器、たとえばディスプレイ、キーボード、他の入出力装置および他の周辺機器を含むことができる。

乗り物支援サーバー１０２は、一つまたは複数のインフラストラクチャー・センサー１１２または他のセンサー１１４に接続されてもよい。インフラストラクチャー・センサー１１２および他のセンサー１１４は、本稿に記載される機能を実行することのできるいかなる型の計算またはコンピュータ装置として具現されてもよい。インフラストラクチャー・センサー１１２は、条件を測定する、あるいは他の仕方で道路の条件に関連するまたは道路の条件を示すセンサー・データを生成するいかなるセンサーを含んでいてもよい。たとえば、インフラストラクチャー・センサー１１２は、交通監視カメラ、降水センサーおよび気温センサーのような気象センサー、速度センサー、振動センサー、風速センサーおよび他の型のセンサーを含みうる。道路システム１０６の条件を測定するために使われる他の型のセンサー１１４は、ドローンのような航空機上のカメラおよびレーダーを含んでいてもよい。センサー１１２、１１４は道路条件を検出するよう構成され、たとえば、カメラ、動きセンサー、気温センサー、レーダー、マイクロフォン、位置センサーおよび他の感知デバイスを含みうる。

乗り物内コンピューティング・システム１１０の例示的実施形態が図３に示されている。乗り物内コンピューティング・システム１１０は、乗り物１０８に関連する条件を感知し、乗り物支援サーバー１０２から受信される乗り物支援データに基づいて乗り物パラメータを調整するよう構成される。乗り物内コンピューティング・システム１１０は例示的に、プロセッサ３２０、メモリ３２２、I/Oサブシステム３２４、データ記憶装置３３４および通信装置３３６を含む。乗り物内コンピューティング・システム１１０は、本稿に記載される機能を実行することのできるいかなる型の計算またはコンピュータ装置として具現されてもよい。それには、限定なしに、コンピュータ、マイクロプロセッサ・システム、サーバー、ラックマウント・サーバー、ブレード・サーバー、ラップトップ・コンピュータ、ノートブック・コンピュータ、ネットワーク・アプライアンス、ウェブ・アプライアンス、分散式コンピューティング・システム、プロセッサ・ベースのシステムおよび／または消費者電子装置が含まれる。一般に、上記のサーバーのコンポーネントと同じまたは同様の名称をもつ乗り物内コンピューティング・システム１１０のコンポーネントは同様に構成されうる。よって、ここではそうした同様のコンポーネントの議論は繰り返さない。

乗り物内コンピューティング・システム１１０のある例示的実施形態は、出力装置３２６、データ記憶装置３３４、通信装置３３６およびセンサー３３８を含む。出力装置３２６はユーザー・インターフェース３２８、ディスプレイ３３０、スピーカー３３２および／または他の出力装置（たとえば乗り物制御装置）を含んでいてもよい。下記で論じるように、出力装置３２６は、ドライバーに、乗り物支援サーバーから受信された乗り物支援データの内容を通知するために使われてもよい。さらに、いくつかの実施形態では、乗り物内コンピューティング・システム１１０は、乗り物制御コマンドを含む乗り物支援データを受信するのに応答して、乗り物パラメータを自動的に調整するよう、一つまたは複数の出力装置３２６を制御してもよい。乗り物パラメータは、乗り物内コンピューティング・システム１１０によって調整可能な乗り物の任意の特徴または条件、たとえばクルーズ・コントロールの間の乗り物１０８のスロットルとして具現されてもよい。乗り物制御コマンドが生成されるのは、乗り物支援サーバー１０２が、運転経験を改善するよう変更されうる乗り物パラメータを判別し、乗り物支援サーバー１０２がその乗り物パラメータがドライバーからの入力なしに乗り物内コンピューティング・システム１１０によって変更されうることを判別するときである。たとえば、乗り物支援サーバー１０２が乗り物１０８が道路における上り坂勾配に近づきつつあることを判別する場合、乗り物１０８が坂に着く前に乗り物のスロットルを上げるよう乗り物制御コマンドが乗り物１０８に送られてもよい。それにより、道路勾配を上る乗車がなめらかかつ高速であることが保証される。

ユーザー・インターフェース３２８は、たとえばボタンまたはコンピュータ・タッチスクリーンのような入出力装置のいかなる組み合わせを含んでいてもよい。乗り物内コンピューティング・システム１１０の入力装置は、タッチパッドまたはボタン、互換なコンピューティング装置（たとえばスマートフォンまたは制御ユニット）、音声認識、ジェスチャー認識、視線追跡または脳‐コンピュータ・インターフェースを含みうる。ディスプレイ３３０は、たとえば乗り物にマウントされたディスプレイのようないかなる型のディスプレイとして具現されてもよい。スピーカー３３２は、乗り物１０８のドライバーに聴覚出力を提供してもよく、特定のイベントを表わす多様な音を生成してもよい。いくつかの実施形態では、乗り物内コンピューティング・システム１１０は、乗り物パラメータを変化させる、または変化する条件についてドライバーに通知するために必要な何らかの触覚的または嗅覚的出力を含んでいてもよい。上記で論じた出力装置３２６（ユーザー・インターフェース３２８、ディスプレイ３３０またはスピーカー３３２）は任意的な実施形態として論じられているだけであり、追加的なまたは他の出力装置が存在していてもよい。

乗り物内コンピューティング・システム１１０は、乗り物動作データおよび／または道路条件データを感知または測定するよう構成されたセンサー３３８をも含む。いくつかの実施形態では、一つまたは複数のカメラ３４０が、道路の一つまたは複数の側面を捕捉するよう、道路内コンピューティング・システム１１０に結合されることができる。たとえば、いくつかの乗り物１０８は、道路の表面上の線引きをモニタリングするカメラを含んでいてもよく、それにより乗り物内コンピューティング・システム１１０が車線内に留まることにおいてドライバーを支援できるようにする。もう一つの例では、カメラ３４０は、運転中に乗り物１０８のドライバーがどこを見ているかを判別する視線検出器として使われてもよい。乗り物１０８またはドライバーが出す音、たとえばドライバーによる音声コマンドを捕捉するよう、マイクロフォン３４２が乗り物内コンピューティング・システム１１０に含まれることもできる。たとえば、マイクロフォンは、道路ノイズおよびエンジン・ノイズを拾ってもよく、それから乗り物内コンピューティング・システム１１０は乗り物１０８の速度を判別してもよい。

乗り物内コンピューティング・システム１１０は、乗り物１０８の位置を判別するよう位置センサー３４４をも含んでいてもよい。乗り物支援サーバー１０２は、位置センサー３４４によって測定された位置データを使って、乗り物１０８の位置、およびたとえばどの道路を乗り物１０８が進んでいるかを判別する。感知されたデータの位置は道路データのクラウドソーシングされたデータベースを構築することにおいて有用である。さらに、センサー３３８は、乗り物１０８の速度および乗り物１０８の他のオブジェクト、たとえば他の乗り物からの距離を測定するよう、乗り物内コンピューティング・システム１１０に結合されたレーダー３４６を含んでいてもよい。乗り物内コンピューティング・システム１１０は、乗り物１０８についてのさまざまなことを決定するために使われるレーザー３４８をも含んでいてもよい。たとえば、レーザー３４８は、乗り物１０８と当該道路を使っている他の乗り物との間の距離を判別するためのライダーであってもよい。

むろん、乗り物内コンピューティング・システム１１０は、乗り物１０８および／または道路についての多様なことを判別するための他のセンサーを含んでいてもよい。たとえば、いくつかの実施形態では、センサー３３８は、乗り物１０８の動きを測定するための加速度計、ドライバーの脳活動を測定するためのモニターまたはドライバーの体温を測定するためのモニターを含んでいてもよい。他のセンサーは、タイヤ圧センサー、死角モニター、空燃比計、クランクシャフト・ポジション・センサー、ドライバーに縁石を警告する縁石触角（curb feeler）、エンジン温度を測定するエンジン冷却剤温度センサー、ホール効果センサー、燃料の供給を制御するためのマニホールド絶対圧センサー、質量流センサー、排気中の酸素量を測定する酸素センサー、駐車操作中にドライバーに障害物を警告する駐車センサー、レーダーガン、スピードメーター、スロットル・ポジション・センサー、トルク・センサー、トランスミッション流体温度センサー、タービン速度センサー、可変リラクタンス・センサー、水センサー、ホイール速度センサー、冷却剤レベル・センサー、空気清浄機温度センサー、大気圧センサー、エンジンがノッキングしているかどうかを判定するための爆発センサー、周囲気温センサー、ヒーター・コア温度センサー、オイル温度センサー、トランスミッション・シフト・ポジション・センサー、EGR圧フィードバック・センサー、アクセル・ペダル・ポジション・センサー、ブレーキ・ペダル・ポジション・センサー、トランスミッション出力速度センサー、ターボ・ブースト・センサー、加速センサー、ブレーキ流体レベル・センサー、洗浄流体レベル・センサー、乗り物高さセンサー、後輪レベル・センサー、ステアリング・レート・センサー、尾灯切れセンサー、EGRバルブ・ポジション・センサー、搭乗者判別センサー（たとえば乗り物の一つまたは複数のシートにおける重量センサー）、積荷重量判別センサー、バッテリー寿命判別センサー、乗り物の交流発電機の電気出力を判別する発電センサー、ジャイロスコープまたは周囲光センサーを含みうる。よって、上記で論じた特定のセンサー３３８（カメラ３４０、マイクロフォン３４２、位置センサー３４４、レーダー３４６または他のセンサー３５０）は可能なまたは任意的な実施形態として論じられているだけであって、追加的なまたは他のセンサーが乗り物内コンピューティング・システム１１０に組み込まれてもよいことは理解しておくべきである。

図４を参照するに、例示的な実施形態では、乗り物支援サーバー１０２は動作中に環境４００を確立する。例示的実施形態４００は、データ取得モジュール４０２、乗り物支援モジュール４１４および通信モジュール４３４を含む。使用において、乗り物支援サーバー１０２は、乗り物１０８をその動作において支援するよう、クラウドソーシングされた道路データを収集し、総合し、乗り物１０８の特定の旅に関係した乗り物プロファイル情報を収集し、クラウドソーシングされた道路データおよび乗り物プロファイル情報に基づいて乗り物支援データを決定するよう構成される。環境４００のさまざまなモジュールはハードウェア、ファームウェア、ソフトウェアまたはそれらの組み合わせとして具現されてもよい。たとえば、環境４００のさまざまなモジュール、論理および他のコンポーネントがプロセッサ２２０またはサーバー１０２の他のハードウェア・コンポーネントの一部をなしてもよく、あるいは他の仕方でそれによって確立されてもよい。よって、いくつかの実施形態では、環境４００のモジュールの任意の一つまたは複数は、回路または諸電気装置（たとえばデータ取得回路、乗り物支援回路、通信回路など）の集合体として具現されてもよい。

データ取得モジュール４０２は、多様な源からのクラウドソーシングされた道路データを収集し、組織化するよう構成される。データをクラウドソーシングすることは、関係した情報を決定するために十分大きなデータセットを収集するよう大量のデータを感知することに関わる。たとえば、特定の道路を進んでいる何百もの乗り物の標高を含む地理的位置を追跡することによって、当該道路の任意の特定の点での道路勾配をより正確に決定することができる。道路勾配は直接測定されないものの、道路勾配は、クラウドソーシングを通じて収集された他の情報によって決定できる。データ取得モジュール４０２は、インフラストラクチャー・データ・モジュール４０４、乗り物データ・モジュール４０６およびデータ総合モジュール４０８を含む。

インフラストラクチャー・データ・モジュール４０４は、一つまたは複数のインフラストラクチャー・センサー１１２および他のセンサー１１４からデータを受信するよう構成される。インフラストラクチャー・センサー１１２は、道路上または道路近くの諸位置においてデータを感知する。たとえば、インフラストラクチャー・センサー１１２は、道路勾配、道路表面種別または他の道路ハザード（たとえば交通渋滞または乗り物衝突）といった一つまたは複数の道路条件を判別するために使用できる情報を収集してもよい。インフラストラクチャー・データ・モジュール４０４は、該インフラストラクチャー・データを受信し、該インフラストラクチャー・データを乗り物支援データベース４１２に記憶する。

乗り物データ・モジュール４０６は、一つまたは複数の乗り物１０８から乗り物データを受信するよう構成される。乗り物データは、乗り物識別データ、乗り物動作データおよび／またはドライバー・プロファイル・データを含んでいてもよい。乗り物識別データは、乗り物についての恒久的な情報、たとえば型式、モデル、年、エンジン仕様、どんなセンサーが乗り物１０８上で利用可能か、どんな制御システムが乗り物上で動作するかおよび他の情報を含んでいてもよい。乗り物識別データは、乗り物１０８の過去のパフォーマンスについての情報を含んでいてもよい。これにはたとえば、燃費に関する履歴データ、通常、運転する道路についての履歴データおよび乗り物内コンピューティング・システム１１０によって測定できる他の長期トレンドが含まれる。いくつかの実施形態では、乗り物支援サーバー１０２は、乗り物１０８の将来のパフォーマンスまたは挙動の確率を決定するために、乗り物１０８の過去のパフォーマンスに基づく確率モデルを生成してもよい。たとえば、確率モデルは、乗り物１０８が該乗り物が取った過去のルートに基づいて一つまたは複数の特定のルートを取る確率を示してもよい。

乗り物データの乗り物動作データ（vehicle operation data）は、乗り物１０８の現在の動作特性（operational characteristics）についてのデータ、たとえば乗り物１０８が現在進んでいる特定の旅に関係するデータを含んでいてもよい。たとえば、乗り物動作データは、ドライバーが目的地を入力した場合、ルート情報を含んでいてもよい。もう一つの例では、乗り物動作データは、（搭乗者および装備を含む）乗り物１０８の重量、乗り物１０８の現在位置、乗り物１０８の現在速度、乗り物１０８の現在の進行方向および他の情報を含んでいてもよい。ドライバー・プロファイル情報は、たとえばドライバーが積極的なドライバーか控えめなドライバーかなどといった、ドライバーについての情報を含んでいてもよい。ドライバー・プロファイル・データは、常に利用可能なわけではなく、常に乗り物プロファイル情報または乗り物データに含まれるのでなくてもよい。いくつかの実施形態では、ドライバー・プロファイル・データは、乗り物１０８の二人以上のドライバーに関係した情報を含んでいてもよい。たとえば、乗り物１０８は複数の潜在的なドライバーを有していてもよいが、主要ドライバーは二人だけであってもよい。この例では、ドライバー・プロファイル・データは、乗り物１０８の潜在的ドライバー全員についての情報（たとえば各ドライバーの運転スタイル）を含み、ドライバー・プロファイル・データはどのドライバーが現在乗り物１０８を動作させているかを同定する。

データ総合モジュール（data aggregation module）４０８は、インフラストラクチャー・データ・モジュール４０４からのインフラストラクチャー・データおよび乗り物データ・モジュール４０６からの乗り物データを含む受信データすべてを収集し、収集されたデータを総合または組織化して検索可能なデータベース（クラウドソーシングされたデータ）にする。ひとたび収集された道路データが組織化されたら、総合された道路データは乗り物支援データベース４１２に記憶される。いくつかの実施形態では、データ総合モジュール４０８は、収集された各データ片の位置を決定し、その収集されたデータをナビゲーション・マップ上の位置と相関付ける地理的位置モジュール４１０を含む。たとえば、乗り物支援データベース４１２上のクラウドソーシングされた道路データは、道路データが収集された位置によってインデックス付けされてもよい。収集された道路データに位置によってインデックス付けすることにより、データ取得モジュール４０２は、道路勾配、道路表面および摩擦、局所的な気象情報またさらには特定の道路ハザードなどといった追加的情報がいっぱいのナビゲーション・マップを生成することができる。いくつかの実施形態では、データ総合モジュール４０８は、受信されたクラウドソーシングされたデータに基づいて道路を諸道路セグメントに分割する。たとえば、ある道路セグメントは、上り坂勾配をもつ道路セクションとして定義されてもよく、隣接する道路セグメントは下り坂勾配をもつ道路セクションとして定義されてもよい。さらに、いくつかの実施形態では、データ総合モジュールは、クラウドソーシングされた道路データに基づいて一つまたは複数の確率モデルを生成、更新または他の仕方で維持してもよい。クラウドソーシングされたデータは、対応する道路を現在進行している乗り物の動作または挙動を予測するために使用されうる。

いくつかの実施形態では、クラウドソーシングされた道路データは、該クラウドソーシングされた道路データがいつ感知または受信されたかについての情報を含む。より最近感知された道路データが一般には、より古い道路データよりも現在の道路条件にとってより関連性があることがありうる。クラウドソーシングされた道路データが古くなるにつれ、クラウドソーシングされた道路データに反映されている情報は以前ほど正確ではないことがありうる。たとえば、クラウドソーシングされた道路データが雪のため道路表面がすべりやすいことを示す場合、その情報は半年後には有意でない可能性が高い。よって、いくつかの実施形態では、データ総合モジュール４０８は、クラウドソーシングされた道路データを生成するために使われる収集された道路データに対して、道路データが収集された日時に基づいて重み付け因子を適用するよう構成されていてもよい。たとえば、乗り物センサーおよびインフラストラクチャー・センサーから一週間前に収集されたデータは、一か月前に収集されたデータよりも大きな重みを与えられてもよい。さらに、閾値時間を超えて時間経過した道路データは、いくつかの実施形態では完全に破棄されてもよい。

乗り物支援データベース４１２は、乗り物支援システム１００に関連するいかなる情報を記憶するよう構成されてもよい。特に、乗り物支援データベース４１２は、データ取得モジュール４０２によって収集されたクラウドソーシングされた道路データを記憶してもよい。乗り物支援データベース４１２は乗り物支援モジュール４１４に接続され、乗り物支援データの決定を容易にするよう乗り物支援モジュール４１４に情報を提供する。乗り物支援データベース４１２は、乗り物支援サーバー１０２の一部として具現されてもよく、あるいはサーバー１０２の外部であって、一つまたは複数のコンピュータ・ネットワークを通じてサーバー１０２に接続されていてもよい。いくつかの実施形態では、乗り物支援データベース４１２はデータ記憶装置２２６である。

乗り物支援モジュール４１４は、道路に沿って進む乗り物１０８についての乗り物支援データを、乗り物支援データベース４１２に記憶されている現在の乗り物プロファイル情報およびクラウドソーシングされた道路データに基づいて、決定するよう構成される。乗り物支援モジュール４１４は乗り物情報モジュール４１６、乗り物タスク決定モジュール４１８、乗り物支援データ決定モジュール４２２および通知モジュール４３２を含む。

乗り物情報モジュール４１６は、現在の乗り物プロファイル情報を受信するよう構成される。いくつかの実施形態では、乗り物情報モジュール４１６は、乗り物１０８からの乗り物プロファイル情報を、乗り物１０８が第一の道路セグメントに位置している間に受信する。上記で論じたように、乗り物プロファイル情報（vehicle profile information）は、乗り物識別データ、乗り物動作データおよび／またはドライバー・プロファイル・データを含んでいてもよい。乗り物情報モジュール４１６は、乗り物プロファイル情報を受信し、組織化して乗り物支援モジュール４１４のための有用なフォーマットにするよう構成される。たとえば、乗り物情報モジュール４１６は、乗り物１０８の能力、たとえば乗り物１０８がクルーズ・コントロールができるかどうか、乗り物１０８がドライバーなし動作できるかどうか、または乗り物内コンピューティング・システム１１０が何らかの自動制御機能ができるかどうかを決定してもよい。乗り物情報モジュール４１６が決定しうる情報の別の例は、乗り物の現在位置、乗り物１０８の進行速度、乗り物１０８の進行方向および乗り物１０８がどんな道路を進んでいるかである。決定されうる他の型の情報は、誰が乗り物１０８を運転しているか、搭乗者がどのように乗り物１０８内にいるか、乗り物１０８内の搭乗者および積荷の重量および乗り物１０８のパフォーマンスに影響しうる他の因子である。

乗り物タスク決定モジュール４１８は、乗り物情報モジュール４１６から現在の乗り物情報を受信し、乗り物支援サーバー１０２がどのタスクに関して乗り物１０８を支援できるかを決定するよう構成される。たとえば、すべての乗り物がすべての機能を装備しているのではない。高級車は通例、よりローエンドの自動車モデルまたはより古い自動車モデルには存在しないいくつかの進んだ制御機能をもつ。乗り物タスク決定モジュール４１８は、乗り物支援システム１００を使って各乗り物の機能を決定する。たとえば、乗り物タスク決定モジュール４１８は、ある高級乗り物がある種の進んだドライバー支援システムを使うことができ、一方、より古い乗り物は標準的なクルーズ・コントロール・システムを使うことができるだけであることを判別してもよい。乗り物タスク決定モジュール４１８は、乗り物１０８がどのタスクを実行できるかを判別すると、タスク・リストを生成し、乗り物支援データ決定モジュール４２２はそのタスク・リストに関係した乗り物支援データを生成するだけである。いくつかの実施形態では、乗り物タスク決定モジュール４１８は、乗り物１０８が進む道路を諸道路セグメントに分割する道路セグメント分割モジュール４２０を含む。道路セグメント分割モジュール４２０は現在の乗り物情報を使って、道路を、乗り物支援システム１００によって実行されるべきタスクに従ってセクションに分解する。

乗り物支援データ決定モジュール４２２は、クラウドソーシングされた道路データに基づいて、任意の数の道路を使う任意の数の乗り物１０８について乗り物支援データを決定するよう構成される。たとえば、乗り物支援データは、乗り物制御コマンドおよびドライバー通知を含んでいてもよい。乗り物制御コマンドは、乗り物内コンピューティング・システム１１０に乗り物パラメータを自動的に調整させる信号として具現されてもよい。たとえば、乗り物制御コマンドは、上り坂勾配が近づいていることを予期して乗り物内コンピューティング・システム１１０が乗り物のクルーズ・コントロール・システムのスロットルを上げるためのコマンドとして具現されてもよい。ドライバー通知は、乗り物支援サーバー１０２によってドライバーに送信されるいかなる型の通知として具現されてもよい。たとえば、乗り物１０８がクルーズ・コントロール・モードにない場合には、ドライバー通知は、そのドライバーに、道路の上り坂勾配が近づいていることを知らせ、ドライバーがエンジンのスロットルを上げてエンジンのパワーを増すよう提案してもよい。ドライバー通知のもう一つの例は、道路勾配におけるまもなく起こる変化に基づいて燃料切れまでの距離の予測を動的に更新し、その更新された燃料切れまでの距離の予測をドライバーに対して出力する乗り物支援データを含んでいてもよい。

乗り物支援データは、乗り物１０８による道路の進行を容易にするために、乗り物１０８の乗り物内コンピューティング装置１１０によって使用可能である。乗り物支援データ決定モジュール４２２は、道路条件決定モジュール４２４、燃料補給予測モジュール４２６、クルーズ・コントロール・モジュール４２８およびドライバー支援モジュール４３０を含んでいてもよい。むろん、他の実施形態では、乗り物支援データ決定モジュール４２２は追加的なまたは他のモジュールを含んでいてもよい。

道路条件決定モジュール４２４は、乗り物支援データベース４１２からのクラウドソーシングされた道路データを使って、道路の一つまたは複数の条件を決定するよう構成される。道路の条件は、道路勾配、道路表面種別または道路ハザードを含んでいてもよい。道路条件決定モジュール４２４は、マップ・データを、道路を運転している一つまたは複数の乗り物１０８から得られた位置データと相関付けることによって道路の勾配を決定してもよい。ひとたび道路の道路勾配が決定されたら、道路条件決定モジュール４２４はその道路についての道路勾配データを生成する。道路条件決定モジュール４２４は、道路の表面の特性を示す道路表面データをも決定してもよい。道路表面の特性は、道路種別（たとえば道路がコンクリートまたはアスファルトで舗装されているか、あるいは道路が土であるか）および道路表面が雨、雪または氷といった環境因子によって影響されているかどうかを含みうる。道路条件決定モジュール４２４は、一つまたは複数のインフラストラクチャー・センサー１１２または一つまたは複数の乗り物内コンピューティング・システム１１０から収集された気象データを使って、環境条件が運転のために道路表面の質に影響しているかどうかを判別してもよい。道路条件決定モジュール４２４は、道路の一つまたは複数の危険な条件を示す道路ハザード・データをも決定してもよい。道路の一つまたは複数の危険な条件は、穴、交通輻輳、乗り物衝突、すべりやすい条件、道路上の動物（たとえば鹿）または他のハザードを含みうる。

ひとたび道路条件データが決定されたら、乗り物支援データ決定モジュール４２２は、乗り物支援システム１００を使って各乗り物１０８について乗り物支援データを生成する。乗り物支援は、道路ハザードに対して乗り物１０８がどんな応答を取るべきかを決定するために乗り物プロファイル情報を使うことによって、個々の各乗り物に合わせて調整される。たとえば、重い荷を運搬している乗り物１０８が道路における急な上り坂勾配に近づいている場合、乗り物支援データは乗り物１０８が右側車線_{〔米国等の場合〕}にはいり、より低いギアにギアダウンし、乗り物１０８のハザードランプをオンにして他のドライバーに乗り物１０８の低下した速度を警報することを示してもよい。もう一つの例では、道路条件データが特定の道路が非常につるつるしていることを示し、乗り物１０８が四輪駆動でない場合、乗り物支援データは、乗り物１０８が代替ルートを取ることを考えるべきであることを示してもよい。いくつかの実施形態では、乗り物支援データは、乗り物１０８によるある道路セグメントの進行を容易にするために、乗り物１０８の乗り物内コンピューティング装置１１０によって使用可能である。

いくつかの実施形態では、乗り物支援データ決定モジュール４２２は、個々の乗り物１０８のために乗り物支援データを生成するとき、乗り物支援システム１００に参加している近くの乗り物についての情報を考慮する。たとえば、乗り物支援データ決定モジュール４２２は、個々の乗り物決定データを決定するときに、交通情報を考慮してもよい。たとえば、速い乗り物が遅い乗り物に近づきつつある場合、乗り物支援データは、ドライバー通知を通じて、前記遅い乗り物に、前記速い乗り物を気遣ってどくように示してもよい。もう一つの例では、乗り物支援データ決定モジュール４２２は、道路に穴が存在するというある乗り物１０８からの情報を受信してもよい。その情報を使って、別の乗り物１０８のために生成される乗り物支援データは、迫っている穴についての通知を含んでいてもよい。このようにして、乗り物支援システム１００は、高級乗り物の進んだ感知機能を、そのような進んだ感知機能をもたないことがある他の乗り物と共有することを容易にする。

燃料補給予測モジュール４２６は、乗り物１０８のドライバーに対して出力される、燃料切れまでの距離の予測を改善するよう構成される。燃料補給予測モジュール４２６は、乗り物仕様および乗り物運転履歴を含む乗り物プロファイル情報（vehicle profile information）と、クラウドソーシングされた道路データを使って決定された道路条件データとを使って、乗り物１０８が燃料補給の必要なしに進むことができる運転距離を、より正確に予測する。たとえば、電気自動車１０８が坂の多い道を進んでいる場合、燃料切れまでの距離の予測は乗り物１０８が上り坂で進んでいるか下り坂で進んでいるかに依存して大きく変わりうる。より正確な予測を与えるために、乗り物支援データは、乗り物１０８によって使用されうる予測されるルートのある距離についての道路勾配データを組み込んだ新しい燃料切れまでの距離の予測を含んでいてもよい。たとえば、新たな燃料切れまでの距離の予測は、次の10マイルの道路に基づく推定値を含んでいて、それにより道路における近づいている上り坂および下り坂勾配を考慮に入れてもよい。いくつかの実施形態では、燃料補給予測モジュール４２６は、乗り物１０８が次にどの道路に沿って進む可能性が高いかを判別するために予測ルーティング（predictive routing）を使う。たとえば、典型的な乗り物１０８は通例、職場と自宅の間など、ある有限個の場所を進むだけである。乗り物１０８の過去のルート・データおよびそのルートに沿った過去の燃料実績（たとえば、特定の道路セグメントを通過する間に乗り物１０８によってどのくらいの燃料が使われたか）を使って、燃料補給予測モジュール４２６は、一層正確な燃料切れまでの距離の予測をしうる。いくつかの実施形態では、燃料補給予測モジュール４２６は、より正確な燃料切れまでの距離の予測をするために、乗り物支援システム１００に参加する他の乗り物１０８から集められた燃料使用データを使う。たとえば、燃料補給予測モジュール４２６は、新たな燃料切れまでの距離の予測をするときに、類似した型の乗り物１０８からの情報を使ってもよい（たとえば、日産アルティマについて燃料切れまでの距離の予測がどうなるかを決定するとき、他の日産の乗り物からの燃料使用を使う）。いくつかの実施形態では、燃料補給予測モジュール４２６は、ドライバー・プロファイル・データを使って、乗り物１０８のドライバーの運転スタイルが乗り物１０８が燃料補給が必要になる前に進みうる距離に影響するかどうかを決定してもよい。たとえば、積極的なスタイルで運転するドライバーは、乗り物１０８の高速および頻繁な加速によって悪化する燃費のために、より頻繁に燃料捕球をする必要があることがありうる。

クルーズ・コントロール・モジュール４２８は、乗り物１０８のクルーズ・コントロールに関係した乗り物制御コマンドを生成するよう構成される。いくつかの実施形態では、クルーズ・コントロール・データは、乗り物１０８の乗り物内コンピューティング・システム１１０によって、乗り物１０８のエンジンのスロットルを調整するために使用可能である。たとえば、道路条件が乗り物１０８が上り坂勾配に近づきつつあることを示す場合、クルーズ・コントロール・モジュール４２８は、乗り物１０８のクルーズ・コントロール・システムに、乗り物１０８が上り坂勾配に遭遇する前にエンジンに対するスロットルをより開くよう命令する乗り物支援データを生成してもよい。クルーズ・コントロール・モジュール４２８は、道路条件における迫り来る変化を予期して乗り物制御コマンドを生成し、乗り物１０８の搭乗者がよりなめらかな乗車を経験できるようにする。いくつかの実施形態では、クルーズ・コントロール・モジュール４２８は、乗り物１０８がそこに向かっているがまだ通っているのではない道路セグメントについてのクルーズ・コントロール・データを生成する。

ドライバー支援モジュール４３０は、進んだドライバー支援システムに関係した一つまたは複数の乗り物制御コマンドを生成するよう構成される。たとえば、たとえ自動車がクルーズ・コントロール・モードになくても、乗り物支援データは、乗り物１０８が道路の上り坂勾配を上り始める前にエンジンのパワーを高めるための、乗り物１０８の進んだドライバー支援システムのための乗り物制御コマンドを含んでいてもよい。別の例では、ドライバー支援モジュール４３０は、道路条件データが穴が近づいていることを示すのに応答して、乗り物１０８のサスペンションを硬くするよう構成されていてもよい。

通知モジュール４３２は、乗り物支援データを生成するのに応答して乗り物１０８のドライバーに送達されるべきドライバー通知出力を生成するよう構成される。ドライバー通知は、乗り物支援データが乗り物内コンピューティング・システム１１０に送信されるときに乗り物支援データに含まれてもよい。いくつかの実施形態では、乗り物支援データが乗り物内コンピューティング・システム１１０に送信されるときは常にドライバーのために通知が生成される。いくつかの実施形態では、乗り物支援データが乗り物制御コマンドを含むだけであるときは、通知は乗り物１０８のドライバーに対して出力されない。通知は、乗り物１０８を制御するときにドライバーが取るべきアクションの提案を含んでいてもよい。

通信モジュール４３４は、乗り物支援サーバー１０２が一つまたは複数の乗り物内コンピューティング・システム１１０、一つまたは複数のインフラストラクチャー・センサー１１２および一つまたは複数の他のセンサー１１４をネットワーク１０４を通じて通信することを許容するよう構成される。通信モジュール４３４は、乗り物支援サーバー１０２によって扱われる種々の型のデータすべてを扱うよう構成され、通信サブシステム２２８に対応する。通信モジュール４３４は、そのような通信を実施するために、任意の一つまたは複数の通信技術（たとえば有線または無線通信）および関連するプロトコル（たとえばイーサネット（登録商標）、ブルートゥース（登録商標）、W-Fi（登録商標）、WiMAXなど）を使うよう構成されてもよい。

図５を参照するに、この例示的実施形態では、乗り物内コンピューティング・システム１１０は、動作の間に環境５００を確立する。例示的実施形態５００は、乗り物プロファイル・モジュール５０２、乗り物出力モジュール５０６、センサー管理モジュール５１６および通信モジュール５１８を含む。使用において、乗り物内コンピューティング・システム１１０は、センサー３３８からセンサー・データを収集し、乗り物プロファイル情報を乗り物支援サーバー１０２に送信し、乗り物支援サーバー１０２から乗り物支援データを受信し、乗り物支援データに基づいて乗り物出力を修正するよう構成される。環境５００のさまざまなモジュールは、ハードウェア、ファームウェア、ソフトウェアまたはそれらの組み合わせとして具現されてもよい。たとえば、環境５００のさまざまなモジュール、論理および他のコンポーネントが、プロセッサ３２０または乗り物内コンピューティング・システム１１０の他のハードウェア・コンポーネントの一部をなしてもよく、あるいは他の仕方でそれによって確立されてもよい。よって、いくつかの実施形態では、環境５００のモジュールの任意の一つまたは複数は、回路または諸電気装置（たとえば乗り物プロファイル回路、乗り物出力回路、センサー管理回路、通信回路など）の集合体として具現されてもよい。

乗り物プロファイル・モジュール５０２は、乗り物プロファイル情報を収集し、記憶し、送信するよう構成される。乗り物プロファイル情報（vehicle profile information）は、ドライバー・プロファイル・データ、乗り物識別データおよび／または乗り物動作データを含んでいてもよい。上記で論じたように、乗り物識別データは一般に、恒久的な特性に関わる乗り物１０８についての情報を含む。たとえば、乗り物識別データは、乗り物１０８の型式、モデルおよび年を、必要に応じて自動車の他の仕様とともに含んでいてもよい。いくつかの実施形態では、乗り物識別データは、全体的な燃費、乗り物１０８が進んだ距離または乗り物１０８が通常通るルートといった、乗り物１０８の動作についての長期的な履歴データを含む。乗り物動作データ（vehicle operational data）は、乗り物１０８が道路セグメントを通っている間の、あるいは換言すれば乗り物１０８が特定の行き先への特定の旅に従事している間の、乗り物１０８の動作（operation）を示すいかなる情報をも含みうる。乗り物動作データは一般に、特定の旅の間に乗り物１０８の動作の間にセンサー３３８によって収集されるデータを含む。たとえば、乗り物動作データは、乗り物１０８の現在位置、乗り物１０８の速度、乗り物１０８の進行方向および／または乗り物１０８の特定の旅に関係した他のデータを含んでいてもよい。乗り物プロファイル・モジュール５０２は、ドライバー・プロファイル・モジュール５０４を含んでいてもよい。ドライバー・プロファイル・モジュール５０４は、ドライバー・プロファイル・データを収集し、記憶し、送信するよう構成される。たとえば、ドライバー・プロファイルは、ドライバー識別情報およびドライバーが控えめなドライバーか積極的なドライバーかについての情報を含んでいてもよい。乗り物支援サーバー１０２は、乗り物内コンピューティング・システム１１０から受信されたドライバー・プロファイル・データに応じて、乗り物１０８についての乗り物支援データを調整することができる。

乗り物出力モジュール５０６は、乗り物支援データによって示されるコマンドを実装するよう構成される。たとえば、乗り物出力モジュール５０６は、乗り物内コンピューティング・システム１１０の一つまたは複数の乗り物出力装置３２６に情報を出力してもよい。そのような出力装置３２６は、ディスプレイ、スピーカーまたは乗り物制御コマンドを受信できる他の乗り物システムを含んでいてもよい。追加的または代替的に、乗り物出力モジュール５０６は、乗り物出力装置３２６の一つまたは複数に制御信号を出力して、その動作を制御してもよい。

例示的な乗り物出力モジュール５０６は、燃料補給予測モジュール５０８、クルーズ・コントロール・モジュール５１０、ドライバー支援モジュール５１２および通知モジュール５１４を含む。むろん、乗り物出力モジュール５０６は、他の実施形態では、追加的なまたは他のサブモジュールを含んでいてもよい。燃料補給予測モジュール５０８は、乗り物支援サーバー１０２から受信された乗り物支援データに基づいて、燃料切れまでの距離の予測を計算するよう構成される。たとえば、乗り物支援データは、先にある道路セクションの勾配を含む道路条件についての情報を含んでいてもよい。道路勾配データを使って、燃料補給予測モジュール５０８は、これからの道路勾配データを含む燃料切れまでの距離の予測を計算してもよく、それにより、より正確な、燃料切れまでの距離の予測をすることができる。いくつかの実施形態では、乗り物支援サーバー１０２が燃料切れまでの距離の予測を計算し、燃料補給予測モジュール５０８は燃料切れまでの距離の予測を乗り物１０８のドライバーに対して出力するだけである。

クルーズ・コントロール・モジュール５１０は、乗り物のクルーズ・コントロールについての乗り物制御コマンドを含む乗り物支援データを受領するよう構成される。たとえば、乗り物制御コマンドは、乗り物１０８がその先の上り坂勾配に到達する前に乗り物内コンピューティング・システム１１０がエンジンにより大きなパワーを適用するコマンドを含んでいてもよい。いくつかの実施形態では、乗り物出力モジュール５０６は、乗り物１０８がアクティブにクルーズ・コントロールを使っている場合に、クルーズ・コントロールに関する乗り物制御コマンドを実行するだけである。

ドライバー支援モジュール５１２は、乗り物支援サーバー１０２から受信された乗り物支援データに含まれることがありうる他の任意の乗り物制御コマンドを出力するよう構成される。たとえば、ドライバー支援モジュール５１２は、乗り物１０８の進んだドライバー支援システムに関係した乗り物制御を出力するよう構成されていてもよい。

通知モジュール５１４は、乗り物支援データを受信するのに応答して乗り物１０８のドライバーにドライバー通知を出力するよう構成される。いくつかの実施形態では、乗り物内コンピューティング・システム１１０によって乗り物支援データが受信されるときは常に、ドライバーに通知が送られる。いくつかの実施形態では、乗り物支援データが乗り物制御コマンドを含むだけであるときは、通知は乗り物のドライバーに対して出力されない。通知は、乗り物１０８を制御するときにドライバーが取るべきアクションの提案を含んでいてもよい。通知は、出力装置３２６の一つを使ってドライバーに対して出力されてもよい。たとえば、文字メッセージが乗り物１０８のディスプレイ３３０に出力されて、乗り物支援データがどんな情報を含んでいたかを示してもよい。いくつかの実施形態では、メッセージが出力されていることをドライバーに知らせるために、通知は、ビープまたはカンという音のような可聴信号を含む。いくつかの実施形態では、通知は、ドライバーが通知を聞くことができるように、乗り物１０８のスピーカー３３２を通じて出力される。

センサー管理モジュール５１６は、乗り物内コンピューティング・システム１１０と統合されているセンサーを管理するよう構成される。センサー管理モジュール５１６は、乗り物動作データを含めセンサー３３８によって収集されたデータのすべてを記録し、乗り物動作データを通信モジュール５１８を通じて乗り物支援サーバー１０２に送信する。

通信モジュール５１８は、乗り物内コンピューティング・システム１１０がネットワーク１０４を通じて乗り物支援サーバー１０２と通信できるようにするよう構成される。通信モジュール５１８は、乗り物内コンピューティング・システム１１０によって扱われる種々の型のデータすべてを扱うよう構成され、通信装置３３６に対応する。通信モジュール５１８は、そのような通信を実施するために、任意の一つまたは複数の通信技術（たとえば有線または無線通信）および関連するプロトコル（たとえばイーサネット（登録商標）、ブルートゥース（登録商標）、W-Fi（登録商標）、WiMAXなど）を使うよう構成されてもよい。

図６を参照するに、使用において、乗り物支援サーバー１０２は、クラウドソースの道路データを生成するための方法６００を実行してもよい。ブロック６０２では、乗り物支援サーバー１０２は、多様な源を通じて前記複数の乗り物のそれぞれが通る道路または道路セグメントの少なくとも一つの特性を示す道路データを受信する。たとえば、ブロック６０４において、乗り物支援サーバー１０２は、インフラストラクチャー・センサー１１２および／または他のセンサー１１４によって感知または生成されたインフラストラクチャー・データを受信してもよい。インフラストラクチャー・データは、道路（たとえば道路セグメント）の条件または特性を示すいかなる型のデータとして具現されてもよい。センサー１１２、１１４によって感知されるインフラストラクチャー・データの具体的な型は、たとえば、位置データ６０６、気象データ６０８および／または道路閉鎖データ６１０を含んでいてもよい。位置データ６０６は、センサー１１２、１１４がデータを感知する特定の位置に関係したいかなる型のデータとして具現されてもよい。気象データ６０８は、気象、気象パターンおよび／または天気予報を示すいかなる情報として具現されてもよい。たとえば、気象データは、気温データ、降水データ、風速データ、大気圧データまたは他のデータを含んでいてもよい。道路閉鎖データ６１０は、たとえば乗り物衝突、天候による閉鎖、交通に起因する遅延、地すべりなどのような道路閉鎖に関係したいかなる情報として具現されてもよい。むろん、乗り物支援サーバー１０２は、他の実施形態では、道路条件または特性を示す他の型のインフラストラクチャー・データを受信してもよい。

ブロック６１２では、乗り物支援サーバー１０２は、道路システム１０６を通る一つまたは複数の乗り物１０８の乗り物内コンピューティング・システム１１０に付随する一つまたは複数の乗り物センサー３３８によって感知または生成された乗り物データを受信してもよい。乗り物データは、乗り物１０８および／または乗り物１０８のユーザーの特性、条件または質を示すいかなる型のデータとして具現されてもよい。乗り物データの具体的な型は、たとえば、ドライバー・プロファイル・データ６１４、乗り物識別データ６１６および／または乗り物動作データ６１８を含んでいてもよい。上記で論じたように、ドライバー・プロファイル・データ６１４、乗り物識別データ６１６および乗り物動作データ６１８は概して乗り物１０８についての情報に関係する。具体的には、ドライバー・プロファイル・データ６１４は、乗り物１０８のドライバーについて知られているいかなる情報として具現されてもよい（たとえば、ドライバー識別情報、運転制約、ドライバーの運転スタイルが積極的か控えめか、など）；乗り物識別データ６１６は、乗り物１０８の恒久的な特性に関係した情報として具現されてもよい（たとえば、乗り物１０８の年代、型式およびモデル）；乗り物動作データ６１８は、乗り物１０８の特定の旅の乗り物パラメータに関係した情報として具現されてもよい（たとえば、乗り物１０８の現在位置、乗り物１０８の現在の重量など）。

ブロック６２０において、乗り物支援サーバー１０２は、受信された道路を総合してクラウドソーシングされた道路データにする。いくつかの実施形態では、クラウドソーシングされた道路データは、乗り物支援データベース４１２のような検索可能データベースに記憶される。いくつかの実施形態では、道路データは、そのデータがどこでセンサーによって感知されたかの位置によってインデックス付けされる。たとえば、ブロック６２２において、乗り物支援サーバー１０２は、収集された道路データの各データ片について地理的位置データを決定する。地理的位置データは、そのデータがどこで対応するセンサー（たとえば乗り物内コンピューティング・システム１１０のインフラストラクチャー・センサー１１２、他のセンサー１１４、センサー３３８など）によって感知されたかの厳密な位置に関係する。乗り物支援サーバー１０２は、道路の地理的位置を含む道路位置データをも決定する。むろん、すべてのデータが道路上で直接感知されるのでなくてもよいことは理解しておくべきである。たとえば、インフラストラクチャー・センサー１１２は道路とは離れて設置されてもよい。結果として、乗り物支援サーバー１０２は、クラウドソーシングされた道路データのそのようなデータ・コンポーネントを近くの道路位置と関連付けてもよい。よって、ブロック６２４では、乗り物支援サーバー１０２は、地理的位置データおよび道路位置データを使って、クラウドソーシングされた道路データを道路位置にリンクする。いくつかの実施形態では、道路データは、該道路データが感知された時刻を使ってもインデックス付けされる。たとえば、その道路に雪があることを示す気象データは、時間の経過とともに、重要性および正確さを失うであろう。

ここで図７を参照する。使用において、乗り物支援サーバー１０２は、特定の乗り物について乗り物支援データを決定する方法７００を実行してもよい。ブロック７０２では、乗り物支援サーバー１０２は乗り物１０８から乗り物データを受信する。乗り物１０８および／または乗り物オペレーター（operator）の特性を同定する情報を提供することに加えて、乗り物プロファイル情報は、乗り物１０８の乗り物内コンピューティング・システム１１０が乗り物支援データを受信する準備ができているという、乗り物支援サーバー１０２への指標をも提供する。いくつかの実施形態では、乗り物１０８は、見返りにいかなる乗り物支援データも受信することなく、道路データを決定することにおいて使われる乗り物データを寄与してもよい。そのような実施形態では、乗り物１０８は受動的なデータ収集者であって、乗り物機能を改善するための乗り物支援データを使ってはいない。図７に示されるように、乗り物データはドライバー・プロファイル・データ７０４、乗り物識別データ７０６および／または乗り物動作データ７０８を含んでいてもよい。上記で論じたように、ドライバー・プロファイル・データ７０４はいかなる型のデータとして具現されてもよい。上記で論じたように、ドライバー・プロファイル・データ６１４、乗り物識別データ６１６および乗り物動作データ６１８は概して乗り物１０８についての情報に関係する。具体的には、ドライバー・プロファイル・データ６１４は、乗り物１０８のドライバーについて知られているいかなる情報として具現されてもよい（たとえば、ドライバー識別情報、運転制約、ドライバーの運転スタイルが積極的か控えめか、など）；乗り物識別データ６１６は、乗り物１０８の恒久的な特性に関係した情報として具現されてもよい（たとえば、乗り物１０８の年代、型式およびモデル）；乗り物動作データ６１８は、乗り物１０８の特定の旅の乗り物パラメータに関係した情報として具現されてもよい（たとえば、乗り物１０８の現在位置、乗り物１０８の現在の重量など）。

ブロック７１０において、乗り物支援サーバー１０２は、乗り物プロファイル情報に基づき、かつ乗り物支援データベース４１２に記憶されているクラウドソーシングされた道路データに基づき、道路条件データを決定する。道路条件データは、道路または道路セグメントの一つまたは複数の道路条件を示す任意の情報である。たとえば、道路条件データは、道路勾配データ７１２、道路表面データ７１４または道路ハザード・データ７１６を含んでいてもよい。道路勾配データ７１２は、所与の距離にわたる道路の傾斜、あるいは換言すれば道路の所与の距離にわたる道路の標高の変化を示すいかなる型のデータとして具現されてもよい。道路勾配データは、任意の所与の点における道路の勾配を示す。道路勾配データ７１２は、たとえばナビゲーション・マップ、地形マップおよび受信されたクラウドソーシングされたデータを比較して正確な道路勾配を決定することによって、決定されてもよい。たとえば、乗り物内コンピューティング・システム１１０の位置センサーは、対応する乗り物１０８の位置を、特定の道路に沿って進むにつれて追跡する。十分な数の乗り物が位置データを乗り物支援サーバー１０２に送った後、乗り物支援サーバー１０２はそのデータを解析して、その道路の正確な経路がどうなっている可能性が高いかを見出す。その経路データを使って、乗り物支援サーバー１０２は、道路のセクションに沿って道路の標高変化を決定することができてもよく、それにより道路勾配データ７１２を決定してもよい。

道路表面データ７１４は、存在する道路表面の型および／または雪または氷のような道路表面の質に影響しうる他の因子を示すいかなる型のデータとして具現されてもよい。道路表面データ７１４は、ナビゲーション・マップ情報およびクラウドソーシングされた道路データを使ってどんな型の道路表面、たとえばコンクリートの道路、アスファルトの道路または土の道路が存在しているかを判別することによって決定されてもよい。さらに、道路表面データ７１４は、道路表面の質に影響しうる因子についての情報を含んでいてもよい。たとえば、道路表面データ７１４は、氷や雪などのため道路表面がすべりやすいと判別するために、気象データを含んでいてもよい。いくつかの実施形態では、道路表面データはデジタル・ナビゲーション・マップから集められた道路の型のデータを使って決定されてもよい。たとえば、多くのデジタル・ナビゲーション・マップは、特定の道路または道路セグメントのサイズおよび舗装、たとえば特定の道路が土の道路かどうかについての指標を含んでいる。しばしば、道路表面についての情報は、道路の型から推定されることができる。たとえば、高速道路は一般にコンクリートで舗装されている。道路表面データはデジタル・ナビゲーション・マップからのデータおよびクラウドソーシングされた道路データを使って生成できる。

道路ハザード・データ７１６は、何らかのハザードが道路上に存在するかどうかを示すいかなる型のデータとして具現されてもよく、クラウドソーシングされた道路データを解析することによって決定される。ハザードは、穴、乗り物衝突、交通輻輳または道路上の鹿などの動物を含んでいてもよい。たとえば、乗り物内コンピューティング・システム１１０に付随するセンサー３３８を使って、乗り物支援サーバー１０２は、いくつかの乗り物１０８が物体に当たったことを示すことまたはいくつかの乗り物１０８が障害物を避けるために急旋回したことから、道路に穴があるかどうかを判別するよう構成されてもよい。別の例では、乗り物センサーが別の乗り物ではない物体を示すことおよび乗り物１０８のドライバーによって実行され乗り物１０８の位置センサーによって示される他の回避行動が、鹿が道路にまたは道路の近くにいることを示してもよい。

ブロック７１８では、乗り物支援サーバー１０２は、特定の乗り物１０８のための乗り物支援データを、道路条件データおよび乗り物プロファイル情報に基づいて生成する。いくつかの実施形態では、乗り物支援サーバー１０２はまず、乗り物支援データを生成する前に、どのタスクが乗り物支援データに含まれるかを決定する。乗り物支援データを生成する前にタスクを決定することにより、乗り物支援サーバー１０２は、コンピューティング資源を節約しつつ乗り物支援データを特定の乗り物１０８に送達できる。いくつかの実施形態では、乗り物支援データは、上記で論じたように、クルーズ・コントロール・データ７２０、燃料補給予測データ７２２、ドライバー支援データ７２４および／または通知データ７２６を含んでいてもよい。クルーズ・コントロール・データ７２０は、道路条件データに基づくエンジン・スロットルへの調整を含んでいてもよい。たとえば、道路条件データが上り坂道路勾配が近づきつつあることを示す場合、クルーズ・コントロール・データ７２０は、迫り来る道路勾配に備えるために乗り物１０８がエンジンへのパワーを増すべきであるという通知または乗り物制御コマンドのいずれかを含んでいてもよい。いくつかの実施形態では、クルーズ・コントロール・データ７２０は、乗り物プロファイル情報が乗り物１０８が現在クルーズ・コントロールを使っていることを示す場合にのみ、乗り物支援サーバー１０２によって決定される。燃料補給予測データ７２２は、道路条件データに基づく、乗り物１０８についての燃料切れまでの距離の予測を含んでいてもよい。たとえば、乗り物１０８が多くの坂がある道路のセクションを進んでいる場合、燃料補給予測データ７２２は、道路条件データおよび乗り物１０８の過去のパフォーマンス履歴（乗り物プロファイル情報に含まれる）を使って、迫り来る上り坂および下り坂勾配を考慮に入れた、燃料切れまでの距離の予測を決定する。いくつかの実施形態では、燃料補給予測データ７２２は、乗り物プロファイル情報が乗り物１０８が燃料切れまでの距離の予測をアクティブにドライバーに対して出力することを示す場合にのみ、乗り物支援サーバー１０２によって決定される。ドライバー支援データ７２４は、進んだドライバー支援システムによって制御される任意の数の乗り物パラメータに対する調整を含んでいてもよい。たとえば、進んだドライバー乗り物支援システムは、車線変更するときにドライバーを支援する車線変更アシスタントを含むことができる。いくつかの実施形態では、ドライバー支援データ７２４は、道路条件データおよび他の乗り物１０８の乗り物プロファイル情報に基づいて車線変更するのが安全であることをドライバーに対して示す乗り物制御コマンドを含んでいてもよい。たとえば、二車線道路を進んでいるとき、視界が妨げられることがあり、よってドライバーはいつ対向車線を走って、より遅い動きの乗り物を追い越すのが完全かがわからないことがある。ドライバー支援データ７２４は、たとえドライバーの視界が制限されていたとしても、道路上の他の乗り物の位置に基づいていつ追い越すのが安全かをドライバーに知らせる通知を含んでいてもよい。さらに、乗り物支援サーバー１０２は、近づいてくる乗り物１０８に、別の乗り物１０８がそちらの車線で追い越し中であるという通知を送ることができる。通知データ７２６は、受信された乗り物支援データの内容をドライバーに対して示してもよい。通知データ７２６は、単に乗り物内コンピューティング・システム１１０が自動的に調整した乗り物パラメータの記述を含んでいてもよく、あるいは通知データ７２６は、近づきつつある上り坂道路勾配に備えてエンジンへのスロットルをもっと開けるなどのドライバーへの運転提案または他の情報を含んでいてもよい。

ブロック７２８では、乗り物支援サーバー１０２は、乗り物支援データを乗り物１０８の乗り物内コンピューティング・システム１１０に送信する。乗り物支援データを受信すると、乗り物内コンピューティング・システム１１０は、乗り物支援データに含まれる乗り物制御コマンドまたは通知を実施するよう構成される。ブロック７３０では、乗り物支援サーバー１０２は、乗り物について生成されたばかりの乗り物支援データが道路上の他の乗り物１０８について有用でありうるかどうかを判定する。乗り物支援データが他の乗り物１０８に有用でないと判定される場合には、方法７００は最初に戻って、再びデータの収集を始める。乗り物支援データが有用であると判定される場合には、ブロック７３２において、乗り物支援サーバー１０２は、関連する道路条件の通知を他の乗り物に送る。たとえば、これらの型の通知は、より速い乗り物が後から近づきつつあるという警告または自分の車線で別の乗り物が追い越し中であり注意すべきであるという警告を含んでいてもよい。ブロック７３４では、乗り物支援サーバー１０２は、方法７００を終了するかどうかを決定する。

図８を参照するに、使用において、乗り物内コンピューティング・システム１１０は、乗り物支援サーバー１０２から受信される乗り物支援データに基づいて乗り物１０８のドライバーを支援する方法８００を実行してもよい。ブロック８０２では、乗り物内コンピューティング・システム１１０は乗り物プロファイル情報を乗り物支援サーバー１０２に送信する。いくつかの実施形態では、乗り物内コンピューティング・システム１１０は、乗り物プロファイル情報を送信する前にセンサー３３８を使ってデータを感知する。いくつかの実施形態では、乗り物プロファイル情報は、上記で論じたように、ドライバー・プロファイル・データ８０４、乗り物識別データ８０６または乗り物動作データ８０８を含んでいてもよい。

ブロック８１０において、乗り物内コンピューティング・システム１１０は乗り物支援サーバー１０２から乗り物支援データを受信する。上記で論じたように、乗り物支援データは、クラウドソーシングされた道路データおよび乗り物内コンピューティング・システム１１０から受信された乗り物プロファイル情報に基づいて乗り物支援サーバー１０２によって生成される。ブロック８１２では、乗り物内コンピューティング・システム１１０は、乗り物支援データが乗り物制御コマンドを含むかどうかを判定する。乗り物内コンピューティング・システム１１０が乗り物制御コマンドが存在すると判定する場合、乗り物内コンピューティング・システム１１０はブロック８１４において、乗り物制御コマンドによって示される乗り物パラメータを調整する。乗り物内コンピューティング・システム１１０によって調整可能な乗り物パラメータは、エンジンのスロットルまたは一つまたは複数のインジケーター・ライトを含んでいてもよい。乗り物内コンピューティング・システム１１０が乗り物制御コマンドが存在しないと判定する場合には、ブロック８１６において、乗り物内コンピューティング・システムは、乗り物１０８のドライバーに対して出力するために、乗り物支援データに基づいて通知を生成する。通知は、乗り物支援データに含まれる道路データまたはドライバーによって調整されるべき乗り物パラメータについてのドライバーへの提案を含んでいてもよい。いくつかの実施形態では、乗り物内コンピューティング・システム１１０は、乗り物支援データにおいて乗り物制御コマンドが存在するときに乗り物支援データに基づいて通知を生成する。

本稿に開示される技術の例示的な例が以下に与えられる。本願の技術のある実施形態は、以下に記載される実施例の任意の一つまたは複数および任意の組み合わせを含みうる。

実施例１は、乗り物のドライバーを支援するための乗り物支援サーバーを含む。当該乗り物支援サーバーは、複数の乗り物のそれぞれから道路データを受信するデータ取得モジュールであって、前記道路データは、前記複数の乗り物のそれぞれが通る第一の道路セグメントの少なくとも一つの特性を示すデータを含む、データ取得モジュールと；前記複数の乗り物のそれぞれから受信された道路データを総合して、前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データを生成するデータ総合モジュールと；前記第一の道路セグメントに位置する第一の乗り物から乗り物プロファイル情報を受信する乗り物情報モジュールであって、前記乗り物プロファイル情報は前記第一の乗り物の少なくとも一つの特性を定義する、乗り物情報モジュールと；前記第一の乗り物のための乗り物支援データを、前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられた前記クラウドソーシングされた道路データに基づいて決定する乗り物支援データ決定モジュールであって、前記乗り物支援データは、前記第一の乗り物の乗り物内コンピューティング装置によって、前記乗り物による前記第一の道路セグメントの通過を容易にするために使用可能である、乗り物支援データ決定モジュールとを有する。

実施例２は、実施例１の主題を含み、前記乗り物支援データ決定モジュールは、前記クラウドソーシングされた道路データに基づいて前記第一の道路セグメントの道路勾配データを決定する。前記道路勾配データは、前記第一の道路セグメントに沿った垂直標高変化を示す。

実施例３は、実施例１または２の主題を含み、前記乗り物支援データ決定モジュールは、前記道路勾配データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定する。前記燃料補給予測データは、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する。

実施例４は、実施例１ないし３のうちいずれか一項記載の主題を含み、前記燃料補給予測データは、前記第一の道路セグメントの前記勾配に基づく、前記第一の乗り物による、燃料補給が必要になるまでの推定進行距離を含む。

実施例５は、実施例１ないし４のうちいずれか一項記載の主題を含み、前記燃料補給予測データは、前記第一の乗り物の前記乗り物内コンピューティング装置によって、前記第一の道路セグメント上での前記第一の乗り物の過去の燃料実績に基づいて燃料補給までの推定される距離を調整するために使用可能である。

実施例６は、実施例１ないし５のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記道路勾配データおよび前記乗り物プロファイル情報に基づいてクルーズ・コントロール・データを決定し、前記クルーズ・コントロール・データは、前記第一の乗り物のエンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能である。

実施例７は、実施例１ないし６のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データは、前記第一の乗り物が前記第一の道路セグメントを通り始める前に、前記エンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能である。

実施例８は、実施例１ないし７のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データは、前記道路勾配データと、前記第一の道路セグメントを通っている間の第二の乗り物の動作特性を示す前記乗り物プロファイル情報に含まれる情報とに基づき、前記第二の乗り物は、前記第一の乗り物と共通の少なくとも一つの恒久的な特性をもつ。

実施例９は、実施例１ないし８のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記クラウドソーシングされた道路データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定し、前記乗り物プロファイル情報は、複数の潜在的ドライバーから前記第一の乗り物のドライバーを同定するとともに、同定されたドライバーの運転スタイルの指標を含むドライバー・プロファイル・データを含み、前記燃料補給予測データは、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定するものである。

実施例１０は、実施例１ないし９のうちいずれか一項記載の主題を含み、前記データ取得モジュールは、前記第一の道路セグメントに関連付けられた複数のインフラストラクチャー・センサーのそれぞれからインフラストラクチャー道路データを受信するインフラストラクチャー・データ・モジュールを含み、前記インフラストラクチャー道路データは、前記複数の乗り物のそれぞれが通る前記第一の道路セグメントの少なくとも一つの特性を示すデータを含む。

実施例１１は、実施例１ないし１０のうちいずれか一項記載の主題を含み、前記乗り物情報モジュールは、前記乗り物の一つまたは複数の恒久的な特性を示す乗り物識別データと、前記乗り物の旅に固有の特性を示す乗り物動作データとを受信する。

実施例１２は、実施例１ないし１１のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の道路セグメントの表面の特性を示す道路表面データを決定する。

実施例１３は、実施例１ないし１２のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の道路セグメントの道路の型を示す道路型データをデジタル・ナビゲーション・マップから決定する。

実施例１４は、実施例１ないし１３のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の道路セグメントに付随する一つまたは複数のインフラストラクチャー・センサーから気象データを受信し、前記道路表面データを決定することは、前記道路型データおよび前記気象データに基づいて道路表面データを前記乗り物支援サーバーによって決定することを含む。

実施例１５は、実施例１ないし１４のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の道路セグメントの一つまたは複数の危険な状態を示す、前記クラウドソーシングされた道路データに基づく道路ハザード・データを決定する。

実施例１６は、実施例１ないし１５のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の道路セグメントを通る前記複数の乗り物のそれぞれから乗り物動作データを受信し、前記クラウドソーシングされた道路データおよび前記乗り物動作データに基づいて前記第一の道路セグメントに位置する一つまたは複数の穴の位置を決定する。

実施例１７は、実施例１ないし１６のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の乗り物の一つまたは複数の乗り物パラメータを調整するために前記乗り物内コンピューティング装置によって使用可能な一つまたは複数の乗り物制御コマンドを決定する。

実施例１８は、実施例１ないし１７のうちいずれか一項記載の主題を含み、前記乗り物支援データ決定モジュールは、前記第一の乗り物の出力装置によって届けられる、前記第一の乗り物のドライバーのための一つまたは複数の通知を決定する。

実施例１９は、実施例１ないし１８のうちいずれか一項記載の主題を含み、前記第一の道路セグメント上を進む一つまたは複数の第二の乗り物に一つまたは複数の通知を送る通信モジュールをさらに含み、前記一つまたは複数の通知は、前記一つまたは複数の第二の乗り物に、前記第一の道路セグメントの道路条件について警報するものである。

実施例２０は、実施例１ないし１９のうちいずれか一項記載の主題を含み、前記データ総合モジュールは、前記クラウドソーシングされた道路データに基づいて確率モデルを生成し；前記乗り物支援データ決定モジュールは、前記乗り物プロファイル情報および前記確率モデルに基づいて前記乗り物支援データを決定する。

実施例２１は、実施例１ないし２０のうちいずれか一項記載の主題を含み、前記データ取得モジュールは、前記複数の乗り物のそれぞれから受信された前記道路データに対して、該道路データが前記複数の乗り物のそれぞれによって収集される日時に基づいて重み付け因子を適用する。

実施例２２は、第一の乗り物のドライバーを支援する乗り物内コンピューティング・システムを含む。当該乗り物内コンピューティング・システムは、前記第一の乗り物が第一の道路セグメント上に位置している間に前記第一の乗り物の少なくとも一つの特性を示す前記第一の乗り物の乗り物プロファイル情報を乗り物支援サーバーに送信する乗り物プロファイル・モジュールと；（ｉ）前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データに基づいて生成された乗り物支援データを前記乗り物支援サーバーから受信し、（ｉｉ）受信された乗り物支援データに基づいて、少なくとも一つの乗り物制御コマンドを決定する乗り物出力モジュールを決定し、（ｉｉｉ）前記乗り物制御コマンドに基づいて前記第一の乗り物の乗り物パラメータを調整する乗り物出力モジュールとを含む。

実施例２３は、実施例２２記載の主題を含み、前記乗り物支援データを受信するのに応答して、前記乗り物支援データに関係した情報を含む前記第一の乗り物のドライバーのための通知を生成する通知モジュールをさらに含む。

実施例２４は、実施例２２または２３記載の主題を含み、前記乗り物プロファイル・コンピューティング・システムは、前記第一の乗り物が前記第一の道路セグメントを通っている間の前記第一の乗り物の動作を示す乗り物動作データを感知し、前記乗り物動作データと、前記第一の乗り物の少なくとも一つの恒久的な特性を示す乗り物識別データとを送信する。

実施例２５は、実施例２２ないし２４のうちいずれか一項記載の主題を含み、前記乗り物出力モジュールはクルーズ・コントロール・データを受信し、前記乗り物パラメータを調整することは、前記クルーズ・コントロール・データに基づいて前記第一の乗り物のエンジンのスロットルを、前記乗り物内コンピューティング・システムによって調整することを含む。

実施例２６は、実施例２２ないし２５のうちいずれか一項記載の主題を含み、前記乗り物出力モジュールは、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する燃料補給予測データを受信して、前記クルーズ・コントロール・データに基づいて前記第一の乗り物のエンジンのスロットルを調整する。

実施例２７は、実施例２２ないし２６のうちいずれか一項記載の主題を含み、前記乗り物出力モジュールは、前記乗り物支援サーバーから前記第一の道路セグメントの一つまたは複数の道路条件を示す道路条件データを受信し；前記一つまたは複数の道路条件について前記第一の乗り物のドライバーに知らせる通知を生成する。

実施例２８は、実施例２２ないし２７のうちいずれか一項記載の主題を含み、前記乗り物出力モジュールは、前記乗り物支援サーバーから、前記第一の道路セグメントに沿っての標高の垂直変化を示す道路勾配データを受信する。

実施例２９は、乗り物のドライバーを支援する方法を含む。当該方法は、乗り物支援サーバーによって、複数の乗り物のそれぞれから道路データを受信する段階であって、前記道路データは、前記複数の乗り物のそれぞれが通る第一の道路セグメントの少なくとも一つの特性を示すデータを含む、段階と；前記乗り物支援サーバーによって、前記複数の乗り物のそれぞれから受信された道路データを総合して、前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データを生成する段階と；前記乗り物支援サーバーによって、前記第一の道路セグメントに位置する第一の乗り物から乗り物プロファイル情報を受信する段階であって、前記乗り物プロファイル情報は前記第一の乗り物の少なくとも一つの特性を定義する、段階と；前記乗り物支援サーバーによって、前記第一の乗り物のための乗り物支援データを、前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられた前記クラウドソーシングされた道路データに基づいて決定する段階であって、前記乗り物支援データは、前記第一の乗り物の乗り物内コンピューティング装置によって、前記乗り物による前記第一の道路セグメントの通過を容易にするために使用可能である、段階と；前記乗り物支援データを前記第一の乗り物に送信する段階とを含む。

実施例３０は、実施例２９の主題を含み、前記乗り物支援サーバーによって、前記クラウドソーシングされた道路データに基づいて、前記第一の道路セグメントに沿った垂直標高変化を示す前記第一の道路セグメントの道路勾配データを決定することをさらに含む。

実施例３１は、実施例２９または３０記載の主題を含み、乗り物支援データを決定することは、前記乗り物支援サーバーによって、前記道路勾配データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定することを含み、前記燃料補給予測データは、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定するものである。

実施例３２は、実施例２９ないし３１のうちいずれか一項記載の主題を含み、前記燃料補給予測データを決定することは、前記乗り物支援サーバーによって、前記道路勾配データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定することを含み、前記燃料補給予測データは、前記第一の道路セグメントの決定された勾配に基づく、前記第一の乗り物による、燃料補給が必要とされるまでの推定される進行距離を含む。

実施例３３は、実施例２９ないし３２のうちいずれか一項記載の主題を含み、前記燃料補給予測データは、前記第一の乗り物の前記乗り物内コンピューティング装置によって、前記第一の道路セグメント上での前記第一の乗り物の過去の燃料実績に基づいて燃料補給までの推定される距離を調整するために使用可能である。

実施例３４は、実施例２９ないし３３のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定することは、前記乗り物支援サーバーによって、前記道路勾配データおよび前記乗り物プロファイル情報に基づいてクルーズ・コントロール・データを決定することを含み、前記クルーズ・コントロール・データは、前記第一の乗り物のエンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能である。

実施例３５は、実施例２９ないし３４のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データを決定することは、前記第一の乗り物が前記第一の道路セグメントを通り始める前に、前記エンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能なクルーズ・コントロール・データを決定することを含む。

実施例３６は、実施例２９ないし３５のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データを決定することは、前記乗り物支援サーバーによって、前記道路勾配データと、前記第一の道路セグメントを通っている間の第二の乗り物の動作特性を示す前記乗り物プロファイル情報に含まれる情報とに基づき、クルーズ・コントロール・データを決定することを含み、前記第二の乗り物は、前記第一の乗り物と共通の少なくとも一つの恒久的な特性をもつ。

実施例３７は、実施例２９ないし３６のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記クラウドソーシングされた道路データおよび前記乗り物プロファイル情報に基づいて、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する燃料補給予測データを決定することを含み、前記乗り物プロファイル情報は、複数の潜在的ドライバーから前記第一の乗り物のドライバーを同定するとともに、同定されたドライバーの運転スタイルの指標を含むドライバー・プロファイル・データを含む。

実施例３８は、実施例２９ないし３７のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記第一の道路セグメントに関連付けられた複数のインフラストラクチャー・センサーのそれぞれからインフラストラクチャー道路データを受信する段階をさらに含み、前記インフラストラクチャー道路データは、前記複数の乗り物のそれぞれが通る前記第一の道路セグメントの少なくとも一つの特性を示すデータを含む。

実施例３９は、実施例２９ないし３８のうちいずれか一項記載の主題を含み、前記乗り物プロファイル情報を受信することは、前記乗り物支援サーバーによって、前記乗り物の一つまたは複数の恒久的な特性を示す乗り物識別データと、前記乗り物の旅に固有の特性を示す乗り物動作データとを受信することを含む。

実施例４０は、実施例２９ないし３９のうちいずれか一項記載の主題を含み、乗り物支援データを決定することは、前記乗り物支援サーバーによって、前記第一の道路セグメントの表面の特性を示す道路表面データを決定することを含む。

実施例４１は、実施例２９ないし４０のうちいずれか一項記載の主題を含み、前記道路表面データを決定することは、前記乗り物支援サーバーによって、前記第一の道路セグメントの道路の型を示す道路型データをデジタル・ナビゲーション・マップから決定することを含む。

実施例４２は、実施例２９ないし４１のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記第一の道路セグメントに付随する一つまたは複数のインフラストラクチャー・センサーから気象データを受信する段階をさらに含み、前記道路表面データを決定することは、前記乗り物支援サーバーによって、前記道路型データおよび前記気象データに基づいて道路表面データを前記乗り物支援サーバーによって決定することを含む。

実施例４３は、実施例２９ないし４２のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記第一の道路セグメントの一つまたは複数の危険な状態を示す、前記クラウドソーシングされた道路データに基づく道路ハザード・データを決定する段階をさらに含む。

実施例４４は、実施例２９ないし４３のうちいずれか一項記載の主題を含み、前記道路データを受信することは、前記乗り物支援サーバーによって、前記第一の道路セグメントを通る前記複数の乗り物のそれぞれから乗り物動作データを受信することを含み、前記道路ハザード・データを決定することは、前記クラウドソーシングされた道路データおよび前記乗り物動作データに基づいて前記第一の道路セグメントに位置する一つまたは複数の穴の位置を決定することを含む。

実施例４５は、実施例２９ないし４４のうちいずれか一項記載の主題を含み、乗り物支援データを決定することは、前記第一の乗り物の一つまたは複数の乗り物パラメータを調整するために前記乗り物内コンピューティング装置によって使用可能な一つまたは複数の乗り物制御コマンドを前記乗り物支援サーバーによって決定することを含む。

実施例４６は、実施例２９ないし４５のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定することは、前記乗り物支援サーバーによって、前記第一の乗り物の出力装置によって届けられる、前記第一の乗り物のドライバーのための一つまたは複数の通知を決定することを含む。

実施例４７は、実施例２９ないし４６のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記第一の道路セグメント上を進む一つまたは複数の第二の乗り物に一つまたは複数の通知を送る段階をさらに含み、前記一つまたは複数の通知は、前記一つまたは複数の第二の乗り物に、前記第一の道路セグメントの道路条件について警報するものである。

実施例４８は、実施例２９ないし４７のうちいずれか一項記載の主題を含み、前記クラウドソーシングされた道路データに基づいて確率モデルを生成する段階をさらに含み；前記乗り物支援データを決定することは、前記乗り物プロファイル情報および前記確率モデルに基づいて前記乗り物支援データを決定することを含む。

実施例４９は、実施例２９ないし４８のうちいずれか一項記載の主題を含み、前記乗り物支援サーバーによって、前記複数の乗り物のそれぞれから受信された前記道路データに対して、該道路データが前記複数の乗り物のそれぞれによって収集される日時に基づいて重み付け因子を適用する段階をさらに含む。

実施例５０は、乗り物のドライバーを支援する方法を含む。当方法は、第一の乗り物の乗り物内コンピューティング・システムによって、前記第一の乗り物が第一の道路セグメント上に位置している間に前記第一の乗り物の少なくとも一つの特性を示す乗り物プロファイル情報を乗り物支援サーバーに送信する段階と；前記乗り物内コンピューティング・システムによって、前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データに基づいて生成された乗り物支援データを前記乗り物支援サーバーから受信する段階と；前記乗り物内コンピューティング・システムによって、受信された乗り物支援データに基づいて、少なくとも一つの乗り物制御コマンドを決定する段階と；前記乗り物内コンピューティング・システムによって、前記乗り物制御コマンドに基づいて前記第一の乗り物の乗り物パラメータを調整する段階とを含む。

実施例５１は、実施例５０記載の主題を含み、前記乗り物内コンピューティング・システムによって、前記乗り物支援データを受信するのに応答して、前記乗り物支援データに関係した情報を含む前記第一の乗り物のドライバーのための通知を生成する段階をさらに含む。

実施例５２は、実施例５０または５１記載の主題を含み、乗り物プロファイル情報を送信することは、前記乗り物内コンピューティング・システムによって、前記第一の乗り物が前記第一の道路セグメントを通っている間の前記第一の乗り物の動作を示す乗り物動作データを感知し；前記乗り物内コンピューティング・システムによって、前記乗り物動作データと、前記第一の乗り物の少なくとも一つの恒久的な特性を示す乗り物識別データとを送信することを含む。

実施例５３は、実施例５０ないし５２のうちいずれか一項記載の主題を含み、乗り物支援データを受信することは、前記乗り物内コンピューティング・システムによって、クルーズ・コントロール・データを受信することを含み、前記乗り物パラメータを調整することは、前記乗り物内コンピューティング・システムによって、前記クルーズ・コントロール・データに基づいて前記第一の乗り物のエンジンのスロットルを調整することを含む。

実施例５４は、実施例５０ないし５３のうちいずれか一項記載の主題を含み、乗り物支援データを受信することは、前記乗り物内コンピューティング・システムによって、前記乗り物支援サーバーから、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する燃料補給予測データを受信することを含み、さらに、前記乗り物内コンピューティング・システムによって、前記燃料補給予測データに基づいて前記第一の乗り物のための燃料補給推定値を調整することを含む。

実施例５５は、実施例５０ないし５４のうちいずれか一項記載の主題を含み、乗り物支援データを受信することは、前記乗り物内コンピューティング・システムによって、前記乗り物支援サーバーから、前記第一の道路セグメントの一つまたは複数の道路条件を示す道路条件データを受信することを含み；さらに、前記乗り物内コンピューティング・システムによって、前記一つまたは複数の道路条件について前記第一の乗り物のドライバーに知らせる通知を生成することを含む。

実施例５６は、実施例５０ないし５５のうちいずれか一項記載の主題を含み、道路条件データを受信することは、前記乗り物内コンピューティング・システムによって、前記乗り物支援サーバーから、前記第一の道路セグメントに沿っての標高の垂直変化を示す道路勾配データを受信することを含む。

実施例５７は、実行されることに応答してコンピューティング装置に実施例２９ないし５６のうちいずれか一項記載の方法を実行させる複数の命令が記憶されている一つまたは複数の機械可読記憶媒体を含む。

実施例５８は、乗り物のドライバーを支援するための乗り物支援サーバーを含む。当該乗り物支援サーバーは、複数の乗り物のそれぞれから道路データを受信する手段であって、前記道路データは、前記複数の乗り物のそれぞれが通る第一の道路セグメントの少なくとも一つの特性を示すデータを含む、手段と；前記複数の乗り物のそれぞれから受信された道路データを総合して、前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データを生成する手段と；前記第一の道路セグメントに位置する第一の乗り物から乗り物プロファイル情報を受信する手段であって、前記乗り物プロファイル情報は前記第一の乗り物の少なくとも一つの特性を定義する、手段と；前記第一の乗り物のための乗り物支援データを、前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられた前記クラウドソーシングされた道路データに基づいて決定する手段であって、前記乗り物支援データは、前記第一の乗り物の乗り物内コンピューティング装置によって、前記乗り物による前記第一の道路セグメントの通過を容易にするために使用可能である、手段と；前記乗り物支援データを前記第一の乗り物に送信する手段とを有する。

実施例５９は、実施例５８の主題を含み、前記クラウドソーシングされた道路データに基づいて、前記第一の道路セグメントに沿った垂直標高変化を示す前記第一の道路セグメントの道路勾配データを決定する手段をさらに含む。

実施例６０は、実施例５８または５９の主題を含み、前記乗り物支援データを決定する手段は、前記道路勾配データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定する手段を有する。前記燃料補給予測データは、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定するものである。

実施例６１は、実施例５８ないし６０のうちいずれか一項記載の主題を含み、前記燃料補給予測データを決定する手段は、前記道路勾配データおよび前記乗り物プロファイル情報に基づいて燃料補給予測データを決定する手段を有する。前記燃料補給予測データは、前記第一の道路セグメントの決定された勾配に基づく、前記第一の乗り物による、燃料補給が必要とされるまでの推定される進行距離を含む。

実施例６２は、実施例５８ないし６１のうちいずれか一項記載の主題を含み、前記燃料補給予測データは、前記第一の乗り物の前記乗り物内コンピューティング装置によって、前記第一の道路セグメント上での前記第一の乗り物の過去の燃料実績に基づいて燃料補給までの推定される距離を調整するために使用可能である。

実施例６３は、実施例５８ないし６２のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定する手段は、前記道路勾配データおよび前記乗り物プロファイル情報に基づいてクルーズ・コントロール・データを決定する手段を有し、前記クルーズ・コントロール・データは、前記第一の乗り物のエンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能である。

実施例６４は、実施例５８ないし６３のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データを決定する手段は、前記第一の乗り物が前記第一の道路セグメントを通り始める前に、前記エンジンのスロットルを調整するために前記乗り物内コンピューティング装置によって使用可能である。

実施例６５は、実施例５８ないし６４のうちいずれか一項記載の主題を含み、前記クルーズ・コントロール・データを決定する手段は、前記道路勾配データと、前記第一の道路セグメントを通っている間の第二の乗り物の動作特性を示す前記乗り物プロファイル情報に含まれる情報とに基づいて前記クルーズ・コントロール・データを決定する手段を有し、前記第二の乗り物は、前記第一の乗り物と共通の少なくとも一つの恒久的な特性をもつ。

実施例６６は、実施例５８ないし６５のうちいずれか一項記載の主題を含み、前記クラウドソーシングされた道路データおよび前記乗り物プロファイル情報に基づいて、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する燃料補給予測データを決定する手段をさらに含み、前記乗り物プロファイル情報は、複数の潜在的ドライバーから前記第一の乗り物のドライバーを同定するとともに、同定されたドライバーの運転スタイルの指標を含むドライバー・プロファイル・データを含む。

実施例６７は、実施例５８ないし６６のうちいずれか一項記載の主題を含み、前記第一の道路セグメントに関連付けられた複数のインフラストラクチャー・センサーのそれぞれからインフラストラクチャー道路データを受信する手段をさらに含み、前記インフラストラクチャー道路データは、前記複数の乗り物のそれぞれが通る前記第一の道路セグメントの少なくとも一つの特性を示すデータを含む。

実施例６８は、実施例５８ないし６７のうちいずれか一項記載の主題を含み、前記乗り物プロファイル情報を受信する手段は、前記乗り物の一つまたは複数の恒久的な特性を示す乗り物識別データと、前記乗り物の旅に固有の特性を示す乗り物動作データとを受信する手段を有する。

実施例６９は、実施例５８ないし６８のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定する手段は、前記第一の道路セグメントの表面の特性を示す道路表面データを決定する手段を有する。

実施例７０は、実施例５８ないし６９のうちいずれか一項記載の主題を含み、前記道路表面データを決定する手段は、前記第一の道路セグメントの道路の型を示す道路型データをデジタル・ナビゲーション・マップから決定する手段を有する。

実施例７１は、実施例５８ないし７０のうちいずれか一項記載の主題を含み、前記第一の道路セグメントに付随する一つまたは複数のインフラストラクチャー・センサーから気象データを受信する手段をさらに含み、前記道路表面データを決定する手段は、前記道路型データおよび前記気象データに基づいて道路表面データを決定する手段を有する。

実施例７２は、実施例５８ないし７１のうちいずれか一項記載の主題を含み、前記第一の道路セグメントの一つまたは複数の危険な状態を示す、前記クラウドソーシングされた道路データに基づく道路ハザード・データを決定する手段をさらに含む。

実施例７３は、実施例５８ないし７２のうちいずれか一項記載の主題を含み、前記道路データを受信する手段は、前記第一の道路セグメントを通る前記複数の乗り物のそれぞれから乗り物動作データを受信する手段を有し、前記道路ハザード・データを決定する手段は、前記クラウドソーシングされた道路データおよび前記乗り物動作データに基づいて前記第一の道路セグメントに位置する一つまたは複数の穴の位置を決定する手段を有する。

実施例７４は、実施例５８ないし７３のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定する手段は、前記第一の乗り物の一つまたは複数の乗り物パラメータを調整するために前記乗り物内コンピューティング装置によって使用可能な一つまたは複数の乗り物制御コマンドを決定する手段を有する。

実施例７５は、実施例５８ないし７４のうちいずれか一項記載の主題を含み、前記乗り物支援データを決定する手段は、前記第一の乗り物の出力装置によって届けられる、前記第一の乗り物のドライバーのための一つまたは複数の通知を決定する手段を有する。

実施例７６は、実施例５８ないし７５のうちいずれか一項記載の主題を含み、前記第一の道路セグメント上を進む一つまたは複数の第二の乗り物に一つまたは複数の通知を送る手段をさらに含み、前記一つまたは複数の通知は、前記一つまたは複数の第二の乗り物に、前記第一の道路セグメントの道路条件について警報するものである。

実施例７７は、実施例５８ないし７６のうちいずれか一項記載の主題を含み、前記クラウドソーシングされた道路データに基づいて確率モデルを生成する手段をさらに含み；前記乗り物支援データを決定する手段は、前記乗り物プロファイル情報および前記確率モデルに基づいて乗り物支援データを決定する手段を有する。

実施例７８は、実施例５８ないし７７のうちいずれか一項記載の主題を含み、前記複数の乗り物のそれぞれから受信された前記道路データに対して、該道路データが前記複数の乗り物のそれぞれによって収集される日時に基づいて重み付け因子を適用する手段をさらに含む。

実施例７９は、第一の乗り物のドライバーを支援する乗り物内コンピューティング・システムを含む。当該乗り物内コンピューティング・システムは、前記第一の乗り物が第一の道路セグメント上に位置している間に前記第一の乗り物の少なくとも一つの特性を示す乗り物プロファイル情報を乗り物支援サーバーに送信する手段と；前記乗り物プロファイル情報および前記第一の道路セグメントに関連付けられたクラウドソーシングされた道路データに基づいて生成される乗り物支援データを前記乗り物支援サーバーから受信する手段と；受信された乗り物支援データに基づいて、少なくとも一つの乗り物制御コマンドを決定する手段と；前記乗り物制御コマンドに基づいて前記第一の乗り物の乗り物パラメータを調整する手段とを含む。

実施例８０は、実施例７９記載の主題を含み、前記乗り物支援データを受信するのに応答して、前記乗り物支援データに関係した情報を含む前記第一の乗り物のドライバーのための通知を生成する手段をさらに含む。

実施例８１は、実施例７９または８０記載の主題を含み、前記乗り物プロファイル情報を送信する手段は、前記第一の乗り物が前記第一の道路セグメントを通っている間の前記第一の乗り物の動作を示す乗り物動作データを感知する手段と；前記乗り物動作データと、前記第一の乗り物の少なくとも一つの恒久的な特性を示す乗り物識別データとを送信する手段とを有する。

実施例８２は、実施例７９ないし８１のうちいずれか一項記載の主題を含み、前記乗り物支援データを受信する手段はクルーズ・コントロール・データを受信する手段を有し、前記乗り物パラメータを調整する手段は、前記クルーズ・コントロール・データに基づいて前記第一の乗り物のエンジンのスロットルを調整する手段を含む。

実施例８３は、実施例７９ないし８２のうちいずれか一項記載の主題を含み、前記乗り物支援データを受信する手段は、燃料補給が必要になる前に前記第一の乗り物が進むことができる距離を推定する燃料補給予測データを前記乗り物支援サーバーから受信する手段を有し、前記燃料補給予測データに基づいて前記第一の乗り物についての燃料補給推定値を調整する手段をさらに含む。

実施例８４は、実施例７９ないし８３のうちいずれか一項記載の主題を含み、前記乗り物支援データを受信する手段は、前記乗り物支援サーバーから、前記第一の道路セグメントの一つまたは複数の道路条件を示す道路条件データを受信する手段を含み、前記一つまたは複数の道路条件について前記第一の乗り物のドライバーに知らせる通知を生成する手段をさらに含む。

実施例８５は、実施例７９ないし８４のうちいずれか一項記載の主題を含み、前記道路条件データを受信する手段は、前記乗り物支援サーバーから、前記第一の道路セグメントに沿っての標高の垂直変化を示す道路勾配データを受信する。

Claims (30)

1. 乗り物の乗り物内コンピューティング・システムに：
   前記乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を乗り物支援サーバーに送信する段階と；
   乗り物支援データを前記乗り物支援サーバーから受信する段階であって、前記乗り物支援データは、前記乗り物プロファイル情報と、前記乗り物の位置に対応する道路セグメントに関連付けられたクラウドソーシングされた道路データとに基づいて生成されたものであって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含む、段階と；
   前記クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物支援サーバーから受信する段階であって、前記道路条件データは、前記道路セグメントの一つまたは複数の道路条件を示す、段階と；
   前記道路条件データを前記ドライバーに通知する段階と；
   受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定する段階と；
   受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こす段階とを実行させるための、コンピュータ・プログラム。
2. 前記プロファイル情報が乗り物動作データを含み、前記乗り物動作データが前記乗り物の位置を含む、請求項１記載のコンピュータ・プログラム。
3. 前記乗り物パラメータ値の調整を引き起こすことが、クルーズ・コントロール・システムの設定の調整を引き起こすことを含む、請求項１記載のコンピュータ・プログラム。
4. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上の交通を示す、請求項１記載のコンピュータ・プログラム。
5. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上のすべりやすい状態を示す、請求項１記載のコンピュータ・プログラム。
6. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上の動物を示す、請求項１記載のコンピュータ・プログラム。
7. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上の障害物を示す、請求項１記載のコンピュータ・プログラム。
8. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメントの道路勾配を示す、請求項１記載のコンピュータ・プログラム。
9. 前記乗り物内コンピューティング・システムに：
   前記道路セグメントに関連する追加的な道路データを示す、前記乗り物の一つまたは複数のセンサーからのセンサー・データを受領する段階と；
   前記追加的な道路データを前記乗り物支援サーバーに送信する段階とを実行させるための命令をさらに含み、前記追加的な道路データは、クラウドソーシングに基づいて追加的な乗り物支援データを生成するために前記乗り物支援サーバーによって使用可能である、
   請求項１記載のコンピュータ・プログラム。
10. 前記乗り物内コンピューティング・システムに：
    前記道路セグメント上の障害物を示す、前記乗り物の一つまたは複数のセンサーからのセンサー・データを受領する段階と；
    前記道路セグメント上の前記障害物の指示を前記乗り物支援サーバーに送信する段階とを実行させるための命令をさらに含む、
    請求項１記載のコンピュータ・プログラム。
11. 前記乗り物内コンピューティング・システムに：
    前記クラウドソーシングされた道路データに基づいて生成された道路ハザード・データを前記乗り物支援サーバーから受信する段階であって、前記道路ハザード・データは、前記道路セグメント上での交通渋滞を示す、段階と；
    前記道路ハザード・データに基づいて前記乗り物の将来の速度を予測する段階とを実行させるための命令をさらに含み、
    前記受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定することは、予測された将来の速度に基づいてスロットル・パラメータ値を決定することを含み、
    前記受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こすことは、予測された将来の速度に基づいてスロットル・パラメータ値の調整を引き起こすことを含む、
    請求項１記載のコンピュータ・プログラム。
12. 前記乗り物内コンピューティング・システムに：
    前記乗り物支援データに基づいて、前記道路セグメントに関連するエネルギー使用を予測する段階を実行させるための命令をさらに含む、
    請求項１記載のコンピュータ・プログラム。
13. 前記乗り物内コンピューティング・システムに：
    前記乗り物支援データに基づいて、前記道路セグメントの勾配の変化を予測する段階を実行させるための命令をさらに含み、
    前記受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定することは、前記道路セグメントの予測された勾配の変化に基づいて調整されるべきギア・パラメータ値を決定することを含み、
    前記受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こすことは、前記道路セグメントの予測された勾配の変化に基づいて、前記ギア・パラメータ値の調整を引き起こすことを含む、
    請求項１記載のコンピュータ・プログラム。
14. 乗り物支援サーバーに：
    複数の乗り物のそれぞれから道路データを受信する段階であって、前記道路データは、前記複数の乗り物のそれぞれが通ったある道路セグメントの少なくとも一つの特性を示すデータを含む、段階と；
    乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を前記乗り物から受信する段階と；
    前記複数の乗り物の集合から受信された道路データを総合して、前記道路セグメントに関連付けられたクラウドソーシングされた道路データを生成する段階と；
    前記乗り物のための乗り物支援データを、前記乗り物の前記乗り物プロファイル情報および前記道路セグメントに関連付けられた前記クラウドソーシングされた道路データに基づいて決定する段階であって、前記乗り物支援データは、前記乗り物の乗り物内コンピューティング装置によって、前記乗り物による前記道路セグメントの通過を容易にするために使用可能であって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含む、段階と；
    前記乗り物支援データを前記乗り物に送信する段階と；
    前記クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物に送信する段階であって、前記道路条件データは、前記道路セグメントの一つまたは複数の道路条件を示す、段階とを実行させるための、
    コンピュータ・プログラム。
15. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上の交通を示す、請求項１４記載のコンピュータ・プログラム。
16. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメントの道路勾配を示す、請求項１４記載のコンピュータ・プログラム。
17. 乗り物であって：
    前記乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を乗り物支援サーバーに送信し、乗り物支援データを前記乗り物支援サーバーから受信する通信回路であって、前記乗り物支援データは、前記乗り物プロファイル情報と、前記乗り物の位置に対応する道路セグメントに関連付けられたクラウドソーシングされた道路データとに基づいて生成されたものであって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含み、該通信回路はさらに、前記クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物支援サーバーから受信し、前記道路条件データは、前記道路セグメントの一つまたは複数の道路条件を示す、通信回路と；
    乗り物支援回路とを有しており、前記乗り物支援回路は：
    前記道路条件データを前記ドライバーに通知し；
    受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定し；
    受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こす、
    乗り物。
18. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上のすべりやすい状態を示す、請求項１７記載の乗り物。
19. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメントの道路勾配を示す、請求項１７記載の乗り物。
20. 前記通信回路がさらに：
    前記クラウドソーシングされた道路データに基づいて生成された道路ハザード・データを前記乗り物支援サーバーから受信し、前記道路ハザード・データは、前記道路セグメント上での交通渋滞を示し、
    前記乗り物支援回路がさらに、前記道路ハザード・データに基づいて前記乗り物の将来の速度を予測し、
    前記受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定することは、予測された将来の速度に基づいてスロットル・パラメータ値を決定することを含み、
    前記受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こすことは、予測された将来の速度に基づいてスロットル・パラメータ値の調整を引き起こすことを含む、
    請求項１７記載の乗り物。
21. 一つまたは複数のプロセッサと；
    前記一つまたは複数のプロセッサに結合されたメモリと；
    複数の命令を含む一つまたは複数の機械可読媒体とを有する乗り物支援サーバーであって、前記複数の命令は実行されたときに前記乗り物支援サーバーに：
    複数の乗り物のそれぞれから道路データを受信する段階であって、前記道路データは、前記複数の乗り物のそれぞれが通ったある道路セグメントの少なくとも一つの特性を示すデータを含む、段階と；
    前記乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を前記乗り物から受信する段階と；
    前記複数の乗り物の集合から受信された道路データを総合して、前記道路セグメントに関連付けられたクラウドソーシングされた道路データを生成する段階と；
    前記乗り物のための乗り物支援データを、前記乗り物の前記乗り物プロファイル情報および前記道路セグメントに関連付けられた前記クラウドソーシングされた道路データに基づいて決定する段階であって、前記乗り物支援データは、前記乗り物の乗り物内コンピューティング装置によって、前記乗り物による前記道路セグメントの通過を容易にするために使用可能であって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含む、段階と；
    前記乗り物支援データを前記乗り物に送信する段階と；
    前記クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物に送信する段階であって、前記道路条件データは、前記道路セグメントの一つまたは複数の道路条件を示す、段階とを実行させるものである、
    乗り物支援サーバー。
22. 前記クラウドソーシングされた道路データに基づいて生成された道路条件データが前記道路セグメント上のすべりやすい状態を示す、請求項２１記載の乗り物支援サーバー。
23. 乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を乗り物支援サーバーに送信し、乗り物支援データを前記乗り物支援サーバーから受信する通信回路であって、前記乗り物支援データは、前記乗り物の前記乗り物プロファイル情報と、前記乗り物の位置に対応する道路セグメントに関連付けられたクラウドソーシングされた道路データとに基づいて生成されたものであって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含み、該通信回路は、前記クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物支援サーバーから受信し、前記道路条件データは、前記道路セグメントの一つまたは複数の道路条件を示す、通信回路と；
    出力モジュールとを有する計算装置であって、
    前記出力モジュールは：
    前記道路条件データを前記ドライバーに通知し；
    受信された乗り物支援データに基づいて調整されるべき前記乗り物の乗り物パラメータ値を決定し；
    受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こすものである、
    計算装置。
24. 前記通信回路がさらに、前記クラウドソーシングされた道路データに基づいて生成された道路ハザード・データを前記乗り物支援サーバーから受信するものであり、前記道路ハザード・データは、前記道路セグメント上での交通渋滞を示し、
    前記出力モジュールはさらに、前記道路ハザード・データに基づいて前記乗り物の将来の速度を予測するものであり、
    前記受信された乗り物支援データに基づいて調整されるべき乗り物パラメータ値を決定することは、予測された将来の速度に基づいてスロットル・パラメータ値を決定することを含み、
    前記受信された乗り物支援データに基づいて前記乗り物パラメータ値の調整を引き起こすことは、予測された将来の速度に基づいてスロットル・パラメータ値の調整を引き起こすことを含む、
    請求項２３記載の計算装置。
25. 乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を乗り物支援サーバーに送信し、乗り物支援データを前記乗り物支援サーバーから受信する制御回路であって、前記乗り物支援データは、前記乗り物の位置に対応する道路データに基づくものであって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含む、前記制御回路は、クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物支援サーバーから受信し、前記道路条件データを前記ドライバーに通知し、前記道路条件データは、前記乗り物の位置に対応する道路セグメントの一つまたは複数の道路条件を示し、
    前記制御回路は、受信された乗り物支援データに基づいて前記乗り物の動作を調整するための情報を決定するものである、制御回路と；
    前記道路条件データを前記ドライバーに通知し、前記乗り物の動作を調整するために前記情報を送るインターフェース・ユニットとを有する、
    コンピューティング・システム。
26. 前記制御回路がさらに：
    クラウドソーシングされた道路データに基づいて生成された道路ハザード・データを前記乗り物支援サーバーから受信する段階であって、前記道路ハザード・データは、前記道路セグメント上での交通渋滞を示す、段階と、
    前記道路ハザード・データに基づいて前記乗り物の将来の速度を予測する段階とを実行するものであり、
    前記受信された乗り物支援データに基づいて前記乗り物の動作を調整するための情報を決定することは、予測された将来の速度に基づいてスロットル・パラメータ値を決定することを含み、
    前記乗り物の動作を調整するために前記情報を送ることは、前記スロットル・パラメータ値を送ることを含む、
    請求項２５記載のコンピューティング・システム。
27. 乗り物のドライバーの運転スタイルを含む乗り物プロファイル情報を乗り物支援サーバーに送信し、乗り物支援データを前記乗り物支援サーバーから受信する制御回路であって、前記乗り物支援データは、前記乗り物の位置に対応する道路データに基づくものであって、前記運転スタイルに基づいて決定された、前記乗り物が燃料補給を必要とするまでに進みうる距離を含み、前記制御回路がさらに、クラウドソーシングされた道路データに基づいて生成された道路条件データを前記乗り物支援サーバーから受信し、前記道路条件データは、前記乗り物の位置に対応する道路セグメントの一つまたは複数の道路条件を示す、制御回路と；
    前記制御回路に協働的に接続されたプロセッサであって、前記プロセッサは、前記道路条件データを前記ドライバーに通知し、前記乗り物の動作を調整するための情報を決定し、前記乗り物の前記動作の調整をトリガーする信号を出力するものである、プロセッサとを有する、
    コンピューティング・システム。
28. 前記制御回路がさらに：
    クラウドソーシングされた道路データに基づいて生成された道路ハザード・データを前記乗り物支援サーバーから受信するものであり、前記道路ハザード・データは、前記道路セグメント上での交通渋滞を示し、
    前記プロセッサはさらに、前記道路ハザード・データに基づいて前記乗り物の将来の速度を予測するものであり、
    前記乗り物の動作を調整するための情報を決定することは、予測された将来の速度に基づいてスロットル・パラメータ値を決定することを含み、
    前記乗り物の前記動作の調整をトリガーする信号を出力することは、前記スロットル・パラメータ値を出力することを含む、
    請求項２７記載のコンピューティング・システム。
29. 請求項１ないし１３のうちいずれか一項記載のコンピュータ・プログラムが記憶されている一つまたは複数の機械可読記憶媒体。
30. 請求項１４ないし１６のうちいずれか一項記載のコンピュータ・プログラムが記憶されている一つまたは複数の機械可読記憶媒体。

Images