CN102859323A - 基于能源利用的车辆路线选择 - Google Patents

Abstract

当为车队路线选择路线的时候，车辆管理***和相关的方法会考虑到能源的消耗。在某些实施方式中，车辆管理***和相关的方法被描述为基于例如地形或者海拔、车辆特征、驾驶员特征、道路情况、交通、速度限制、停留时间、转向信息、交通信息和天气信息以及类似因素评估车辆能源的利用。此处描述的特征还可以实施于非车队车辆，例如个人车辆的导航***。

Description

基于能源利用的车辆路线选择

优先权

本申请根据35 U.S.C. § 119(e)要求于2009年11月24日提交的名称为“车辆路线优化和利用最少能源/燃料的导航”的美国临时专利申请61/281,859的优先权权益，该申请的公开内容通过引用而整体结合于本申请中。

背景技术

路线选择或者最优化可应用在车辆路线选择、印刷线路布局、芯片设计和布局以及生物活动中。例如，货车运输业或者其它的车队会选择车辆运输路线以将货物输送至不同的目的地。类似地，运输公司给车辆规划路线来接送乘客。除了陆路车辆，路线选择还可以用于船舶、飞机以及轨道运输路线规划。

典型的路线选择问题为降低或者最小化行驶距离或者行驶时间。路线选择问题可以考虑例如给定路线中的多个转弯、多个十字路口、速度限制、过桥等因素。使用来自于图形理论的概念确定模型的算法经常被用于选择路线。

发明概述

根据一些实施方式，一种最优化车辆能源利用的方法包括确定起始路径点和目的地路径点。起始路径点和目的地路径点包括具有纬度分量、经度分量和海拔分量的三维位置数据。该方法还包括确定从起始路径点位置到目的地路径点位置的多条候选运输路线，至少部分基于最短距离或者最短运输时间。该方法还包括计算每条候选运输路线的能源利用预算或者能源利用成本。该方法还包括对候选的运输路线评级，其至少部分基于计算的每条候选运输路线的能源利用预算或者能源利用成本。该方法还包括从候选的运输路线中确定优选的运输路线，其至少部分基于计算的候选运输路线的能源利用预算或者能源利用成本。该方法还包括输出优选的运输路线。

在一些实施方式中，一种用于最优化车辆能源利用的***包括计算机***，其包括计算机硬件，该计算机硬件能够确定起始路径点和目的地路径点，其中该起始路径点和目的地路径点包括三维位置数据，该三维数据具有纬度分量、经度分量和海拔分量。该计算机***还可以确定从起始路径点位置到目的地路径点位置的多条候选运输路线，并且计算每条候选运输路线的能源利用预算或者能源利用成本。该计算机***还可以对候选运输路线评级，其至少部分基于计算的每条候选运输路线的能源利用预算或者能源利用成本。该计算机***还可以从候选的运输路线中确定优选的运输路线，其至少部分基于计算的候选运输路线的能源利用预算或者能源利用成本。

根据一些实施方式，一种用于最优化车辆能源利用的方法包括确定对于至少一部分确定的运输路线的建议车辆速度。计算建议车辆速度以降低沿着确定的运输路线的部分路线的能源利用。在一些实施方式中，该确定的建议车辆速度低于确定的运输路线的部分路线所标示的速度限制。

在一些实施方式中，一种用于动态地最优化车辆的能源利用的方法包括从多条候选的运输路线中选择对于车辆的驾驶员来说优选的运输路线，其至少部分基于与优选的运输路线有关的能源利用预算或者能源利用成本。该方法还包括接收实时数据，其可能影响优选的运输路线的能源利用预算或者能源利用成本。该方法还包括确定从车辆当前位置到目的地路径点位置的多条候选运输路线，并且至少部分基于接收的实时数据计算每条候选运输路线的能源利用预算或者能源利用成本。该方法还包括对候选运输路线评级，其至少部分基于计算的每条候选运输路线的能源利用预算或者能源利用成本；并且从候选运输路线中选择一条新的优选的运输路线，其至少部分基于计算的候选运输路线的能源利用预算或者能源利用成本。

根据一些实施方式，一种用于最优化车辆能源利用的方法包括确定多个将访问的目的地。该方法还包括确定可分配给一条运输线路的两个或多个车辆以，每个车辆具有相应的车辆类型。该方法还可以包括确定两个或多个能够驾驶车辆的驾驶员，每个驾驶员具有相应的驾驶员特点。该方法还可以包括确定一组或者多组车辆、一个驾驶员、以及配置的多个目的地子集，从而降低车辆访问多个目的地的能源利用的总量。

在一些实施方式中，一种最优化能源利用的方法包括确定起始路径点和目的地路径点。该方法还可以包括确定两个或多个车辆，每个车辆具有相应的车辆类型，以及确定两个或多个驾驶员，每个驾驶员具有相应的驾驶员特点。该方法还包括确定从起始路径点位置到目的地路径点位置的多个候选运输路线。该方法还包括确定对于至少某些驾驶员和车辆的组合来说优选的运输路线，其中优选的运输路线至少部分基于计算的优选运输路线的能源利用预算或者能源利用成本来确定。此外，该方法还可以包括从对于驾驶员和车辆的组合来说优选的运输路线中选择最终的运输路线，其具有最低的能源利用预算或者能源利用成本。

根据一些实施方式，一种车辆路线最优化的方法包括确定多条可替换的可行路线，其至少部分基于最短距离或者最短运输时间。该方法还可以包括确定对于确定的可行路线的能源利用成本。该方法还可以包括从可行路线中选择优选的路线，其至少部分基于能源利用成本。

在一些实施方式中，一种车辆路线最优化的方法包括确定起始路径点和目的地路径点。该方法还包括确定起始路径点和目的地路径点周围区域的地形特征信息，该地形特征信息包括海拔信息。该方法还可以包括至少部分基于海拔信息确定从起始路径点到目的地路径点的可行的可替换路线。此外，该方法还可以包括至少部分基于海拔信息确定可行路线的能源利用成本，并且从可行路线中选择具有最低的能源利用成本的优选的路线。

在这里描述的***和方法可以通过一个或多个包括计算机硬件的计算机***来实施。

为汇总公开内容，本发明的某些方面、优点和新颖的特征已经在这里进行了描述。应当理解，对于此处公开的本发明的任一特定的实施方式，并不是所有的这些优点都必须要达到。因此，可以以这样一种方式来实现或执行在这里公开的本发明，由此实现或者选择在这里教导的一个优点或者一组优点，而不需要实现可能在这里教导或者提出的其它的优点。

附图说明

此处公开的本发明实施方式的特征将在下文中结合附图进行描述。在所有的附图中，附图标记被重复使用以表示所涉及的部件之间的一致性。提供的附图用来阐明此处描述的本发明的实施方式，而不是用于限制其范围。

图1示出一种车辆管理***的实施方式，其具有在其它可能的因素之中基于能量利用来执行路线选择的路线选择模块。

图2示出适用图1的***的一种路线选择模块的实施方式。

图3和5示出能量利用方法的实施方式，其可通过图2的路线选择模块来执行。

图4和6-8示出路线选择方案的实施例。

图9示出一种动态路线再选择方法的实施方式，其可通过图2的路线选择模块来执行。

图10示出一种用于提供驾驶员反馈的用户界面显示的实施方式。

发明详述

I. 导论

如上所述，车队的路线行程安排或者路线选择经常是通过考虑最短距离或者最少运输时间来实施的。对于车队中的每辆车，需要减少运输距离或者运输时间来增加在一给定时间周期内完成的停靠、交付或者类似行为的数量。然而，随着增加燃料花费侵蚀运输公司的底线，车队也可以通过考虑降低燃料或其它能源耗费的路线而获益。

有利地，在本文描述的实施方式中，当为车队选择路线的时候，已考虑了能源的消耗。在特定的实施方式中，描述了车辆管理***和相关的方法，其基于例如地形或者海拔、车辆特征、驾驶员特征、道路条件、交通、速度限制、停留时间、转向信息、交通信息和天气信息等因素评估了车辆的能源利用。此处描述的特征还可以实施于非车队车辆、例如个人车辆导航***。然而，为了易于说明，本文接下来的部分将描述的路线选择***是基于车队背景的，例如服务用车辆、货车、出租车、其它的运输车辆、紧急救护车辆等的车队。

II. 车辆管理***概述

图1示出一种计算环境100的实施方式，其用于完成示例的车辆管理***110。在其它的特征之中，在时间和距离因素之外或者作为时间和距离因素的替换，车辆管理***110可以利用能源利用考量来进行车辆路线选择。

在计算环境100中，一种或多种车内设备105A…105N以及管理设备135通过网络145与车辆管理***110通信。车内设备105可以包括安装在车队车辆内的计算机设备。这些设备105可以包括导航功能、路线选择功能等。车内设备105可以从车辆管理***110接收路线信息和其它的信息。此外，车内设备105可以将信息报告给车辆管理***110，例如驾驶员位置、速度、能源消耗等等。

管理设备135可以是计算机设备，由调度员、管理员或者其它的用户使用，由此来管理车辆管理***110的不同的方面。举例来说，管理设备135的用户可以访问车辆管理***110来调度车辆和驾驶员并执行其它的车队管理功能。利用管理设备135，用户可以访问并监测通过车辆管理***110从车内设备105的获得的车辆信息。这些信息包括能源利用、车辆所用路线、停靠、驾驶员行为和表现、车辆排放、车辆维护以及类似的数据。在某些实施方式中，管理设备135设置在调度中心。

车辆管理***110可以通过一种或多种物理计算机设备、例如服务器来实现。这些服务器可以物理地协同定位或者地理上隔离，例如在不同的数据中心。有利地，在所述实施方式中，车辆管理***110包括路线选择模块110，其可以执行基于能源的路线选择。对于车辆来说，路线选择模块110可以至少选择一些降低能源利用成本、改善操作效率、提高顾客服务和/或降低车辆排放的路线。该路线选择模块110可以通过考虑影响能源利用的因素来自动地选择路线，这些因素例如为地形或者海拔、车辆特征、驾驶员特征、道路条件、交通、速度限制、停靠时间、转向信息、交通信息和天气信息等。

举例来说，对于运输公司来说，假如有两条同样可行的能够及时送达的路线，路线选择模块110可以选择具有最低能源耗费的路线，其基于一条路线相对于另一条路线具有更高水平的海拔。由于更高水平的海拔，所选择路线对于某些类型的车辆来说（例如汽油车）可以产生更低的能源消耗。

所使用的车辆的类型也可以计入路线选择的因素。通过车辆管理***110管理的车队中可以使用多种不同种类的车辆。一些实施例包括汽油驱动的车辆（例如汽油驱动或者柴油驱动）、电驱动车辆、混合驱动车辆以及替代燃料车辆。电驱动车辆可以包括电池驱动的或者太阳能驱动的车辆。混合动力车辆可以使用内燃机和电动发动机驱动的组合来运转，同时替代燃料车辆可以通过例如为氢、乙醇、生物柴油、丙醇、其它的石油基制品等的燃料来驱动。因为不同类型的车辆消耗的能量不同，路线选择模块110可以给不同的车辆类型选择不同的路线。基于车辆类型和其它能源使用因素的路线选择将在下文中详细描述。

在所述的实施方式中，车辆管理***110的其它模块包括车队管理模块125，地图模块115，劳动力管理模块120，集成模块130以及调度模块140。车队管理模块125可以包括用于管理车队中车辆的功能。举例来说，车队管理模块125允许用户规划并监测车辆预防性维护、车辆运行成本等。地图模块115可以提供地图功能，其提供有世界范围的地图数据，包括地形或者海拔数据。该地图模块115可以由路线选择模块110访问从而为不同的路线提供地图和海拔数据。在一些实施方式中，该测图模块115还可以通过车内设备105访问。

劳动力管理模块120可以提供与车内设备105或者与驾驶员移动手持设备（未示出）的通讯功能，从而将驾驶员与车辆管理***110连接。集成模块130可以帮助车辆管理***110与其它***的整合，例如油卡***、工资***、供应链***、保险***等。调度模块140可以给管理设备135的用户提供将驾驶员和车辆分配给由路线选择模块110选择的模块的功能。

所示的网络145可以是LAN、WAN、因特网、其组合等。为了易于说明，车辆管理***110被描述为中央***。然而，在其它的实施方式中，至少某些车辆管理***110的功能在其它的设备中实现。举例来说，车内设备105可以执行此处描述的路线选择功能。车辆管理***110的其它可能的实施方式可以包括相对于在图1中示出的更多或者更少的组成部分。

III. 路线选择模块实施方式

参照图2，示出路线选择模块200的一种实施方式。路线选择模块200是上文所述的路线选择模块110的更加详细的实施方式，并且包括其所有的特征。路线选择模块200可以选择降低或者最小化车辆能源利用的路线。在一些实施方式中，路线选择模块200可以为多个车辆选择降低能源利用的路线。在一些实施方式中，路线选择模块200可以基于上述任意因素降低能源利用，举例来说，基于车辆和驾驶员的能源利用特征，为某一路线选择特定的车辆和/或特定的驾驶员。图1的管理设备135和车内设备105还示出与路线选择模块200通过网络145的通讯。

在所述的实施方式中，路线选择模块200包括路径点模块205，车辆特征模块210，车辆位置模块215，驾驶员特点模块220，路线计算模块225，计算路线的输出模块230，以及通讯模块235。路线选择模块220还可以包括一个或多个参数数据库或者数据储存库240，用于存储关于不同的道路参数的信息，例如但不限于速度限制、单向和双向信息、交通信号和交通标志信息（例如评估一天中不同时间的等候时间）、道路意外或者关闭信息、施工信息以及交通信息（例如拥堵、绕行和事故）等。

路径点模块205可以访问用于构建路线的有用的路径点数据。路径点数据可以包括起始位置、目标或者目的地位置、中间路径点位置、陆标等。该起始和终点位置以及其它可能的路径点可以由管理设备135的用户输入。至少某些路径点数据还可以从上述的地图模块115提供给路径点模块205。

车辆特征模块210可以存储涉及车队中车辆的特征。这些特征例如可以由用户输入。车辆特征可以包括但不限于基于能源耗费（例如汽油驱动、电驱动、混合驱动或者替代燃料驱动）的车辆能源类型，车辆种类（例如载客车辆、商用货车或者拖车、公交车），车辆尺寸，车辆重量（例如卸载的或者装载的，估计的或者实际的），车辆容量，车辆能源功能（例如能源再生能力，范围限制），维护历史等。

车辆位置模块215可以确定车队中每辆车的位置信息。在一个实施方式中，这一位置信息是多维的，例如三维的。举例来说，该位置信息可以包括纬度分量、经度分量和海拔分量。该位置信息可以由用户手动输入或者可以通过车内设备105的或者在车辆操作者携带的移动设备（例如电话）中的全球定位***（GPS）功能自动地测定。

驾驶员特点模块220可以存储和/或决定影响能源利用的驾驶员特征或者行为。举例来说，一个驾驶员可能具有侵略性驾驶（例如猛烈、快速地加速和减速和/或超速行驶）或者怠惰性驾驶（例如长空载时间或者休息时间）的习惯。在一些实施方式中，驾驶员特点模块还包括例如年龄、优选的驾驶时间、优选的工作天数、工资信息、加班信息、经验年数、以及驾驶员被培训或者许可驾驶的车辆类型的数据。

路线计算模块225可以确定一个或多个从起始路径点到目的地路径点的可替换的可行或者候选的路线。该可行路线可以使用一个或多个初始搜索算法来确定，其基于一个或多个初始标准、因素或者变量（例如距离和/或估计运输时间）来缩小搜索空间从而排除不合理的路线。该可行路线可以基于接收自于路径点模块205、车辆类型模块210、车辆位置模块215、驾驶员特点模块220和/或参数数据库240的输入而确定。在一些实施方式中，路线计算模块225确定基于接收的输入选择能量利用的路线。

路线选择确定方法将在下文中更加详细地描述；然而，可以使用任意数量的搜索算法或者方法，其没有背离本发明的精神和/或范围，包括但不限于广度优先算法，深度优先算法，最佳优先算法，Djikstra算法，Hungarian（Munkres）算法，A*算法，旅行推销员算法，线性规划算法以及其组合或者改进。此外，可以使用任意数量的数据结构来执行该算法（例如图表，树，堆，堆栈，队列，优先队列，其组合等）。一个基于成本函数用来生成可行路线或者最优化路线的搜索算法的实施例在2009年12月8日提交的、公开号为US 2010/0153005的美国专利申请中进行了描述，该申请的公开内容通过引用而整体结合到本文中。

计算路线输出模块230可以输出一个或多个由路线计算模块225确定的路线。该路线可以输出至车载显示单元、手持移动设备和/或通过网络145输出至远程位置（例如客户计算机设备135，调度中心140）。在一些实施方式中，计算路线输出模块230可以将反馈输出至驾驶员（例如方向、指示、通知、警报、警告）。举例来说，计算路线输出模块230可以输出实时建议驾驶速度，其可以最小化或者降低能源利用。该输出反馈可以包括语音指令、声音警报和/或屏幕上的文字或图像。该反馈可以有利地改变驾驶员行为，从而提高能源效率并降低能源利用。在一些实施方式中，计算路线输出模块230与显示设备和/或一个或多个声音设备相连通并控制其运行。

在一些实施方式中，计算路线输出模块230产生声音指示或者信号，由此允许车内设备105的用户沿着路线到达目的地。这样的信号可以例如包括当驾驶员到达相关的交叉点的时候生成的哔哔声或者音调，或者可以包括语音指示，例如“前方左转”。在一些实施方式中，该语音指示是用户能够理解的语言，例如英语或者法语，并且该语言可以由该***的用户基于他们的个人喜好而改变。

通讯模块235可以通过网络145促进与路线选择模块200的通讯。在一些实施方式中，通讯模块235接收来自于网络145的数据并将数据传送至管理设备135和车内设备105。通讯模块235可以通过网络145使路线计算模块225访问网络资源或者信息数据库，例如交通和天气网站。

参数数据库240可以包括一个或多个存储数据库或者其它的数据知识库。除了存储上文所述的不同的道路参数，该参数数据库还能存储任意的可用来确定路线或部分路线（例如行程）耗费的数据。参数数据库240可以与路线计算模块225以及路线选择模块200的任意其它子模块连通。在一些实施方式中，参数数据库240可以与网络145通讯连接。作为一种实施例，参数数据库240可以包括关于交通信号平均停留时间的信息的查阅表，其基于统计平均值。该查阅表可以存储一天中不同时间对于每个交通信号的不同的停留时间。作为另一种实施例，该参数数据库240可以存储过去的或者实时的交通信息。还是作为另一种实施例，该参数数据库240可以存储地形特征信息、不同路面坡度或者倾角的加速或减速数据和/或天气信息。

在其它的实施方式中，参数数据库240或者其它的数据知识库可以留置在客户计算机设备135中、调度中心140中、车辆105内或者其它与网络145通信连接的远程位置。

IV. 基于能源的路线选择方法

参照图3，示出了一种能源利用选择方法300的实施方式，其通过路线选择模块110或200执行。在特定的实施方式中，该能源利用选择方法300有利地选择路线以降低能源利用，其可以降低能源耗费并改善环境。在一些实施方式中，能源利用的考虑可以覆盖选择最短距离和/或最少估计运输时间的路线，从而提供能够同时满足时间期限并降低能源利用的路线。

在块305处，一个或多个路径点例如通过路径点模块205而确定。如上所述的，路径点可以通过用户的手动录入实时地接收或者可以从路径点数据库等取出。在某些实施方式中，路径点包括起始路径点和目的地路径点。在一种实施方式中，起始路径点为车辆当前的位置，其可以通过车内设备105提供给路径点模块205。起始路径点和目的地路径点可以是相同的（例如环形往返路线），但不是必须的。该路径点可以模拟为图形中的节点，图形中的每条边表示路线的一段行程。一种示例性的图形具有两个路径点，其在下文中相对于图4进行描述。

转向块310，路线计算模块225可以生成可行或者候选的路线，其基于一个或者多个初始的标准、变量或者因素。举例来说，该可行路线可以基于最短的距离和/或估计的运输时间来生成。在某些实施方式中，该可行路线包括具有最短距离和/或最少估计运输时间的路线。可行路线还可以包括具有“最好”路线的一个预定百分比内特性的路线，例如该路线具有的时间或者距离在计算出的最好路线的约1%、约5%或者约10%内。

可行路线还可以基于避开高速、最少数量的停车标志或者停车信号灯等确定。该可行或者候选路线的生成可以提供路径点之间可能路线范围的初步缩减，从而进一步基于其它的标准或者限制进行选择，例如能量利用标准。

如上所述，路线中的路径点可以模拟为图形。如此，可行路线的确定可以使用一个或多个初始搜索算法来执行，从而初步减少可能路线总量以缩小搜索空间。举例来说，该初步减少可以缩减可能的路线，从而排除极不可能的路线（例如基于距离和估计传输时间因素，例如上文有关块310的描述）。该初始搜索算法包括例如Djikstra算法，Munkres（Hungarian）算法，广度优先算法，深度优先算法，最佳优先算法和/或类似算法。在某些实施方式中，可以执行启发式搜索技术（例如A*搜索或者其它类似技术）以缩减用于可行路线搜索的时间和复杂性。

在块315处，路线计算模块225可以分析该基于能源利用成本函数的可行路线并覆盖每条路线的能源相关成本。在某些实施方式中，路线的覆盖包括计算或者另外地确定基于每条可行路线的成本函数的能源利用成本。该能源利用成本函数可以是基于一个或多个能源利用因素的目标函数或者类似物，该因素例如为地形或者海拔、车辆特征、驾驶员特征、道路情况、交通、速度限制、停留时间、转向信息、交通信息和天气信息、距离、估计停留或者空置时间、驾驶员特性数据（例如驾驶员的每加仑平均英里数）等。该成本函数可以计算每条路线或者路线行程的表示路线能源成本的数值。这一能源成本可以是真实的货币成本或者某些除了货币价值之外的任意值。对于在中间停留之间包括多个行程的路线来说，可以计算出每段行程的能源利用成本，并且行程的能源利用成本可以加合以生成总的路线能源利用成本。

为了简化能源利用成本的计算，不同的能源利用因素可以为指定的常量。举例来说，可以指定车辆每单位时间的平均车辆成本，不同类型的车辆被指定为不同的成本。类似的，指定驾驶员对于给定车辆倾向消耗的基于每加仑平均英里数的成本。这些成本可以与如上所述的参数数据知识库240中车辆或者驾驶员特性相关联。

前进至块320，路线计算模块225基于覆盖的能量使用成本从可行路线中确定了优选的路线，由此选择基于能量利用以及最短距离和/或最少估计输送时间的路线。在某些实施方式中，该优选的路线可以被输出至车内设备或者驾驶员的手持移动设备。

在某些实施方式中，具有最低能源利用成本的路线在不考虑距离的情况下被选择为优选的路线。在某些实施方式中，可选择具有最低能源消耗的路线，只要该可行路线的距离在预期范围内或者用户定义的范围内。在某些实施方式中，该距离因素以及成本因素可以根据预定的加权分配或者基于实时的、用户定义的输入来进行加权。

应当注意到，在某些实施方式中可以仅基于能源的考虑来进行路线的选择，而不考虑所涉及的时间或者距离。在其它的实施方式中，基于所涉及的能源、时间和/或距离来选择路线，但是路线对于这些关注点中的一个（例如能源）进行优先考虑。举例来说，车辆可以在一天中被指定用于输送货物至五个站点。只要那些站点在一天之中达到，任何优先考虑能源节约的路线就会被选择，即使所选择的路线相对于最快的可能路线会花费更多的时间。路线中的路径点可以根据不同的准则进行优先考虑。举例来说，如果一个路线包括十个路径点，其中之一可能具有严格的时间要求，而其它路径点则没有这一要求。因此，路线中通向时间要求严格的路径点的部分就会基于时间而选择或者最优化，而路线的其它部分就会基于能源耗费而选择或者最优化。

在块325中，计算路线输出模块230输出至少一个确定的路线，例如输出至车内设备105或者驾驶员的移动设备上。在某些实施方式中，输出路线还可以包括输出速度建议或者对于路线中的至少一部分的其它的实时驾驶员反馈。这样的建议可以被输出从而控制或者试图控制能源消耗（例如参见图10）。

图4示出一种简化的图表400，其帮助说明如上所述的能源利用选择方法300。图4示出起始路径点A和目的地路径点B以及两条可替换的可行路线R1、R2，其已经通过路线计算模块225确定。路线可以包括起始点和目的地或者终点。在某些实施方式中，目的地可以是与起始点相同的（例如环形往返）。在某些实施方式中，路线包括一个或多个行程，其连接一个或多个期望的或者需要的中间站点。举例来说，该站点可以包括运输目的地，服务目的地，加油站，休息站和/或类似地点。示出的路线R1、R2的例子包括单一的行程，其没有中间站点（例如参见图4）。

出于说明的目的，假定可替换的可行路线R1、R2已经如上所述基于最短距离利用初始搜索算法确定。由此，路线R1、R2为两个被确定为具有最短距离的路线。举例来说，R1可以具有4.2英里的距离并且R2可以具有4.4英里的距离。

如上所述，关于最少能源利用，路线计算模块225可以为两个可行路线R1、R2应用能源利用成本函数，从而确定路线R1，R2中的哪一个将提供更好或者更优选的路线。该能源利用成本可以指示或者反映能源利用（例如燃料的加仑数，用电量，其它能源的消耗值，美金成本）。在某些实施方式中，能源利用成本表示为可以用来比较路线或者行程的任意数值。举例来说，路线R1的能源利用成本C1可以是1至10范围中的6，并且路线R2的能源使用成本C2可以是3。所使用的成本数值可以是线性成比例的，基于范围的，对数的或者具有任意其它合适的关系。

在某些实施方式中，由于可行路线R1和R2都满足最短距离和/或最少估计输送时间的初始限制，则具有最低能源利用成本的路线就是可以被选择为优选路线的路线。在其它的实施方式中，能源利用成本以及距离和/或时间花费基于组合的整体路线成本而加权并选择。该加权基于相对重要性、对于能源利用的估计的或者真实的影响、或者其它的标准来确定。该加权可以是基于预先确定的标准或者基于实时的用户定义的输入。

作为一种实施例，路线R1的距离成本D1（1至10的范围）可以是4，并且路线R2的距离成本D1可以是6。该距离成本可以加权为40%并且该能源使用成本可以加权为60%。因此，路线R1的总体成本将为5.2，并且路线R2的总体成本将为4.2。因此，路线R2应当被选为优选的路线。

V．基于地形特征的路线选择

图5和6示出更加详细的实施方式，其中路线选择至少部分基于根据地形特征确定的海拔信息。考虑海拔的变化的路线选择***和方法有利地提供了更精确的估计的运输时间和/或能源利用成本，由此提供了更好的路线并降低了货币成本。此外，关于海拔变化的信息可以影响选择用于特定路线的车辆的类型。举例来说，基于能源再生能力，混合动力或者电动驱动的车辆可以选择用于具有许多海拔变化的路线。

参照图5，路线选择方法500可以确定优选的路线，其至少部分基于海拔信息。路线选择方法500开始于块505，其中路径点和车辆特征已确定。该路径点和车辆特征可以与如上所述的关于块305和310相类似的方式确定。在某些实施方式中，车辆特征是未知的，并且车辆反而可以在路线选择方法500结束时被推荐。

前进至块510，为在块505中确定的路径点附近的区域确定地形特征。该地形特征例如可以通过车辆位置模块215接收或者访问。该地形特征包括海拔信息。该海拔信息例如可以通过GPS或者其它的三维位置或者地点数据来确定。可以确定海拔信息的地形特征可以通过网络145由车辆位置模块215接收。在某些实施方式中，该路线的地形特征和/或海拔信息可以随着时间或者从自地图公司获得的海拔数据进行积累。在某些实施方式中，该海拔信息可以来自于三维地形数据或者地图。该海拔信息可以存储在与网络145连通的记忆体或者数据知识库中或者其它的与路线选择模块200通讯连接的设备中。

在块515中，可替换的可行路线基于海拔信息而确定。如上所述，该可行路线可以使用搜索算法确定，该算法可以选择最短距离和/或最少估计输送时间。在选择估计输送时间的实施方式中，根据路线行程中海拔的变化，可以调整估计输送时间，并且该测定的可行路线可能会不同于没有利用海拔信息确定的可行路线。

对于可行路线，能源利用成本在块520中使用至少部分基于海拔信息和车辆特征的成本函数确定。该可行路线覆盖有能源利用成本。如上所述，该能源利用成本根据多种能源使用因素变化。

前进至525，基于确定的能源利用成本从一系列可行路线中确定或者选择优选的路线。在某些实施方式中，路线选择方法500确定了建议的或者优选的车辆类型来用于优选的路线，如果特定的车辆在块510没有被确定，则选择或者另外的降低了能源利用。

类似于图4的实施例，图6示出一种在路径点A和路径点B之间的两个可行路线R1和R2的实施例600。该实施例包括多坡或者山地区域605，其通过等高线表示从而示出海拔的变化。在某些实施方式中，路线计算模块225可以确定从点A到点B的一个或多个可行或者候选路线。如上所述，可行路线可以基于一个或多个标准、因素或者变量来确定。在某些实施方式中，一个或多个可行路线可以基于一个标准确定，另一个或多个可行路线可以基于其他的标准来确定。举例来说，可行路线R1和R2可以是两条具有最短距离的路线，或者可行路线R1可以基于最短距离确定而可行路线R2可以通过沿着点A到点B的路线的最小海拔变化而确定。

如所示的，可行路线R1穿过多坡区域605，由此具有海拔的变化。出于说明的目的，路线R1具有10英里的路程并且路线R2具有15英里的路程。尽管路线R1更短，但是相对于可行路线R1，选择可行路线R2可能会是更加能源有效的。举例来说，如果内燃机车辆确定为所使用的车辆，那么爬坡所需要的燃料可能会超过穿过该更长的路线所需要的燃料。然而，对于具有能源再生能力的混合动力车辆来说，选择路线R1可能是更具能源有效性的，因为在爬坡过程中所耗费的额外的能源将由在山坡另一侧的下坡过程中重新产生，因此导致总的能源使用少于穿过平坦路线R2所需要的能源使用。

在某些实施方式中，能源利用成本至少部分由于或者基于路线的海拔变化而支配。因此，选择最小海拔变化的路线作为优选的路线可能是有利的。作用于旅行车辆的力可以包括由施加的能源提供的向前的动力，向后的拉力（例如速度均方力），向下的重力，当车辆处于向下的斜坡时下坡的加速力，以及当车辆处于向上的斜坡时上坡的减速力。因为试图减小车辆的拉力或者重力（除了可能通过选择不同类型的车辆）是不实际的，所以一种降低能源利用的方法就是选择旅行路线，其能够降低或者最小化施加在车辆上的加速力和减速力。对于上坡的斜坡，需要能源来补偿斜坡的减速作用。对于下坡的斜坡，需要进行刹车。为了降低能源的需求，可以选择降低或者最小化消耗能源的路线海拔变化的路线。

选择减少海拔变化的路线可以包括大致确定 “最平坦”的路线（例如在点A和点B之间具有基本上均一海拔的路线）。作为一个实施例，确定海拔变化可以通过以这样的方式测绘路线来执行，该方式包括海拔变化以及之后曲线下整合从而确定曲线下总面积。这一计算之后可以用来确定具有最少海拔变化的路线。在某些实施方式中，查阅表可以生成并存储在记忆体中，该记忆体基于海拔变化将特定的倾斜角度或者斜坡与特定的能源利用成本联系起来。

对于某些车辆，例如汽油驱动车辆，降低或者最小化海拔变化包括选择具有最少数量的海拔升高变化的路线，因为海拔下降变化有利于能源的节约。选择具有基本上均一海拔的路线可以降低能源使用，这是因为具有海拔变化的路线需要加速和（减速）刹车从而应对道路的斜坡。对于其它的车辆，例如电动驱动或者混合驱动车辆，因为其具有再生的效果，选择具有较多海拔变化的路线可以改善能源利用。

应当注意的是，通过基于能源利用选择的路线，运输公司可以更加符合绿色环保或者节能减排。

VI．其它的路线成本考量

尽管上文的说明涉及到能源利用成本，但是路线的成本不仅仅限于能源利用标准；使用复合成本函数，其它的限制、因素或者变量可以用来确定总体成本。该成本函数可以接收作为输入的一个或多个标准、因素或者变量。该成本函数还可以通过一个或者多个限制进行限定。

举例来说，路线的成本除了能源还取决于货币因素。这些因素可以包括驾驶员工资信息、加班信息、估计的损耗或者维护信息（例如轮胎替换成本，刹车替换成本）、收费公路成本以及类似因素。货币要素是时间的线性函数；然而，货币要素的至少一部分可以是非线性的（例如，当加班周期达到时，每单位时间的货币成本偏离前述的线性关系函数）。

在某些实施方式中，成本函数的时间要素可以通过下述的因素影响（但不限于此）：估计运输时间（其可以包括运输的持续时间和/或一天中运输开始的时间），道路封闭信息，道路限制，恶劣天气信息，强制停留时间，日程安排冲突（例如周末，假日），以及其它的运输限制（例如部分路线需要渡船运输）。

能源利用和时间或者货币要素的相对重要性可以基于具体的情况有所不同。在某些情况下，能源利用要素可能是最重要的考量；然而，在时间是根本因素从而确保在特定的时间内递送的情况下，该时间要素就是最重要的。在某些实施方式中，时间对于路线的一个或多个行程或者部分路线可以是最重要的，并且能量利用对于该路线的其它部分可以是最重要的。因此，对于要素的不同因素或者所有要素的加权，就可以基于具体的情况而动态地调整或者变化。

在某些实施方式中，路线的成本仅基于单一的标准或者因素（例如距离或者估计运输时间）。在其它的实施方式中，路线成本基于两个或多个标准或因素（多变量分析）。用于确定成本的因素可以基于重要性、对于能源利用的估计或者实际的效果、或者其它的标准进行加权。在某些实施方式中，该成本如上所述可以包括能源利用因素、距离要素、时间要素、和/或货币成本要素。每个要素可以作为整体要素进行加权或者该要素中的每一个因素可以进行单独加权。

该成本可以根据特定的车辆特征和/或特定的驾驶员的驾驶行为而不同。举例来说，对于混合驱动或者电驱动的车辆来说，其路线的能源利用成本不同于使用汽油的传统的内燃机车辆，因为车辆的能源效率和能源再生特征和能力不同。作为另一个实施例，电驱动车辆的距离要素成本受电驱动车辆不充电情况下的有限里程范围影响。关于驾驶行为，特定的驾驶员可能趋向于侵略性驾驶，其极大地降低了能源利用率（例如每加仑英里数），并且由此增加了路线的能源利用成本。

路线的停留时间或者闲置时间极大地影响了路线成本。举例来说，路线的一个行程可能会有一个或多个停留标志或者停留信号，每个都会影响估计的运输时间和/或能源利用。举例来说，停留标志或者停留信号可以减少运输时间，因为遵守停留标志或者停留信号的减速和/或停止，并且会增加能源利用，因为事实上车辆必须减速和加速，导致了动力节约的损失。对于所有的停止标志、等让标志、交通信号或者其它潜在延迟原因，会有一个单一的通用成本数字。在某些实施方式中，对于每个特定的交通信号，都会有唯一的成本数字或者一系列的成本数字。与停止标志或者停止信号相关的成本可以是基于统计平均值的静态数字，其可以从查阅表或者其它的数据存储工具中确定。对于特定的停止信号，基于一天中的时间，查阅表可以给出不同的记录。

停止时间或者闲置时间还可以涉及为服务用车辆在特定的站点完成服务性工作所需要的时间。在某些实施方式中，该停留时间可以是预定的或者固定的。举例来说，对于运水货车来说，从货车卸载用于水分配器的新水罐、将它们运送进设施中、以及移除空水罐的时间可以确定为所需要的平均预定时间量。然而，在某些实施方式中，该停留时间是未知的，例如对于被指定去维修用具的服务用车辆。在这样的情况下，基于历史数据的最佳猜测估计可以用于停留时间。

影响成本的道路参数例如可以包括速度限制、道路条件、交通信息、转向信息以及天气信息。对于速度限制，更高速度限制的路线会由于速度均方损失增加能源使用成本，但是可以减少估计运输时间成本。具有更低速度限制的路线可能会降低能源利用成本，但是可能会增加估计运输时间成本。速度限制信息还可以影响选择用于特定路线的车辆类型。例如，电驱动或者混合驱动的车辆可以用于具有更低速度限制的路线。

关于转向信息，通常降低路线中转向的数量是有利的。举例来说，转向通常需要车辆减速，由于加速和减速使得车辆难于节约动力并导致损失。此外，出于安全的原因或者为了减少时间和/或能源成本，根据车辆将在道路中行驶的一侧来降低或者最小化右转弯或者左转弯的数量也是有利的。例如，对于美国的驾驶员来说，减少左转弯将会避免在路口来自迎面而来的车辆的潜在的碰撞，并且避免由于停留信号引起的停留时间的潜在增加。

在某些实施方式中，基于理想的条件或者统计预测，该成本为固定的。在某些实施方式中，该成本是动态的。举例来说，基于一天中不同的时间，在道路网络的站点之间运输的成本，可根据驾驶的车辆种类、特定驾驶员的特性或者道路参数或者条件而变化。作为可制约成本的一个道路参数的例子，某一特定的道路可能仅限制客车通行。在这一例子中，半挂货车将会被禁止在这一路段通行并且在这条道路上的运输成本在某些实施方式中将会无限大（在图形意义上）。

作为多变量成本确定的一个例子，参照图6，路线R1和R2的成本可以基于海拔变化和距离的因素。选择能源使用时距离因素的加权基本上低于海拔变化因素，因为海拔变化因素可以从本质上降低能源使用。举例来说，距离因素以20%进行加权，海拔变化因素以80%进行加权。如果路线R1的距离成本为4并且海拔变化成本为8，那么路线R1的总体成本将会是7.2。如果路线R2的距离成本为8并且海拔成本为2，那么路线R2的总体成本将会是3.2。

作为关于图6的多变量成本确定的另一个实施例，每个路线或路线的每个行程均可以包括如上所述的能源利用成本、时间成本和货币成本。在某些实施方式中，能源利用成本、时间成本和货币成本中的每一个均如上所述地被分配加权。根据本实施例，路线R1具有取决于海拔变化的数值为8的能源利用成本、取决于相对短距离的数值为2的时间成本以及取决于人工成本（例如驾驶员工资）和车辆维护成本的数值为5的货币成本。路线R2具有取决于相对恒定坡度的数值为2的能源利用成本，取决于相对长距离的数值为8的时间成本以及数值为5的货币成本。

依赖于分配给不同成本要素的加权，可以确定不同的最优化路线。如果最小化能源利用被确定为是最重要的，那么能源使用成本要素可以被加权为50%，时间成本可以被加权为30%并且货币成本可以被加权为20%。利用这些加权，路线R1的总体成本为5.6并且路线R2的总体成为将会是4.4。因此，路线R2将会是最优化的路线。然而，如果时间要素是最重要的，那么成本要素可以如下地进行加权：能源利用成本20%，时间成本60%并且货币成本20%。利用这些加权，路线R1的总体成本将会是3.8，路线R2的总体成本将会是6.2。因此，路线R1将会是优选的或者最优化路线。

在某些实施方式中，每个因素的加权是可以被预定的。在某些实施方式中，该加权可以基于（但不限制于）用户输入、停留特征（例如停留标志或者交通信号的数量、交通信号的统计等候时间）、车辆特征、驾驶员特征、道路参数、速度限制、一天中的时间和/或其它预设的或者实时的标准而实时变化或者进行限定。例如，电动驱动的车辆的闲置时间的加权可以基本上按比例的低于内燃机车辆的闲置时间的加权。作为另一个实施例，具有快速加速驾驶习性以及低每加仑英里数的侵略性驾驶员会影响分配给海拔变化因素或者停留因素数量的加权。

根据某些实施方式，该加权可以调整或者至少部分基于用户的输入。例如，用户界面显示装置可以呈现给用户。该用户界面可以接收用户的输入（例如来自下拉菜单、复选框等的文本输入选择等），其可以使操作者控制路线选择方法。该用户输入可以从任意的用户输入设备接收（例如键盘、鼠标、麦克风、触摸屏）。作为一个实施例，路线中特定的站点会具有强制输送时间。由此，用户可以提供导致路线选择模块200调整因素加权的输入，以使得选择的路线最小化或者降低估计运输时间（例如时间成本要素）。

在某些实施方式中，用户还可以提供关于将要使用的车辆类型的输入来计算一个或多个路线。在某些实施方式中，用户界面允许操作者不用考虑提供影响所需要的和/或所期望的路线变化的输入。在某些实施方式中，操作者不用考虑可能会导致路线选择模块200忽略整体加权的输入。从用户处接收的输入可以通过动态路线再选择方法1000来接收或访问，由此提供了操作者激活的路线再选择。

VII．全球路线选择实施例

图7和8描述的图表帮助说明可行或者候选路线的计算以及以及具有更低成本的优选路线的确认的实施例。在图8帮助说明的实施方式中，路线选择方法可以被扩展至确定路线/车辆/驾驶员组合来选择能量利用。

参照图7，所示的图形或地图700包括起点ST、终点（其在这一实施例中与起点ST相同，因为该起点为调度中心）、以及两个中间站点S1和S2。在某些实施方式中，为预先确定的车辆确定最优化或者优选的路线，使车辆以降低或者最小化能源利用到达这两个中间站点并返回至起始点。

图形700说明了在每对站点或者节点之间的两个可替换的可行行程。如上所述，该可行行程可以基于初始选择方法来确定（例如确定具有最短距离或者最少时间的路线）。对于每个如上所述的可行行程都可以确定覆盖行程的成本。举例来说，该行程成本可以包括能量利用成本。实线表示可行行程的优选行程，其通过路线选择方法确定从而对于预定车辆来说具有最低能量利用成本。虚线表示可行的、但不是优选的或者不是最优化的行程或路线，其不包括在选出的优选的或者最优化的路线中。

在某些实施方式中，可以使用一个或多个搜索算法来确定优选的路线，从而确定站点之间降低最小能源利用的行程线路和次序。可以使用根据图形中的边权来确定最短路线（或者大约最短路线）的任意的搜索算法。在所示的实施例中，用于该预定车辆的优选路线为ST至S1至S2并之后返回ST。该术语“最优化”、“优化”以及它们的衍生词，除了具有它们通常的含义，当被应用在路线选择中的时候还可以指优于其它的路线的良好的或者更好的路线选择。

图7还显示了两种可用来沿着包括该两个站点的路线行驶的车辆。在某些实施方式中，车辆V1为混合动力驱动或者电驱动的车辆，而车辆V2为内燃机车辆。在某些实施方式中，路线计算模块225为每种车辆生成优选的或者最优化的路线，并且确定将最小化能源利用的路线/车辆组合。

图7还显示两个驾驶员D1和D2，其可以被选择来操作车辆V1和V2。根据某些实施方式，路线计算模块225确定了对于每个驾驶员/车辆组合的最优化路线并且确定了最小化或者降低能源利用的路线/车辆/驾驶员组合。在这一简化的实施例中，路线计算模块225可以生成如下的四条路线R1-R4：

R1：对于车辆1和驾驶员1的最优化路线

R2：对于车辆1和驾驶员2的最优化路线

R3：对于车辆2和驾驶员1的最优化路线

R4：对于车辆2和驾驶员2的最优化路线

该路线计算模块225之后可以从路线R1至R4中认定优选的路线，其最小化或者降低了能源利用（例如具有最低能源利用成本）。尽管在实施例中描述了两个站点，但是所描述的特征和方法可以用于具有一个、两个、三个、四个或多于四个站点的路线。此外，所描述的特征和方法可以应用于两种以上车辆和/或两个以上驾驶员。

参照图8，所示图形800说明了用于车队的全球路线选择。在地图800所示的实施例中，该车队包括两种车辆和两个驾驶员；然而，这一实施例仅是说明性的，在更加详细的实施方式中该车队可以包括一种或多于两种的车辆以及一个或多于两个的驾驶员。

根据某些实施方式，路线选择模块200（单独地或者与其它的模块例如车队管理模块200组合）可以列出任意定位站点并自动地为车队和驾驶员生成所选择的路线。每个车辆具有相应的车辆特征，其可能会影响路线的选择。同样，每个驾驶员具有相应的驾驶员特征，其可能会影响路线的选择。该路线选择模块200可以确定一系列或者一套任意定位的站点并且确定或者选择一个或多个优选的或选择的路线/车辆/驾驶员组合，从而以最能源有效的方式覆盖所有的站点。在某些实施方式中，对于具有J个车辆需要总共到达M个站点的车队，该路线选择模块200对于每个具有N个站点的车辆J都可以确定一个优选的路线，其具有最低的能源利用预算，其中站点N的数量为总站点数M的子集。

在所示的实施例中，路线选择模块200将所列出的站点分为两个子集或者组G1、G2。组G1包括六个站点（S2，S3，S4，S5，S7和S10）组G2包括（S1，S6，S8，S9和S11）。尽管没有示出，路线选择模块200对于站点的每个组G1、G2也选择车辆V1、V2之一以及驾驶员D1、D2之一，从而降低或者最小化访问所有站点所需的能源利用。

选择用于分配给站点特定组的车辆可以至少部分基于车辆类型来确定。非再生的电驱动车辆例如可以用于具有最短距离以及最平坦平均坡度的行驶。内燃机车辆例如可以用于涉及最少空闲时间、最短距离和最平坦平均坡度的行驶。举例来说，在某些实施方式中，该路线选择模块200可以分配再生电力驱动或者混合动力车辆至具有多海拔变化的山地区域或者具有显著空闲时间的路线以降低路线的能源利用。同内燃机车辆相比，电驱动以及大多数混合驱动车辆在停止和空闲的时候可能不会消耗任何的能源或者仅消耗最小程度的能源。在某些混合动力车辆和电驱动车辆中的再生特征包括使用发动机刹车并且将刹车的能量转化为电力为电池充电。

在某些实施方式中，根据能源利用的观点来看，将电力驱动和/或混合动力车辆分配至所有的路线是有利的；然而，该电力驱动和/或混合动力车辆可能不具内燃机车辆具有的载货能力。此外，该电力驱动车辆可能会有无需为电池充电的限制范围。由此，在能源利用、能力以及范围限制之间会做出权衡，其是路线选择的考虑因素。

在某些实施方式中，路线选择模块200不允许访问一个站点超过一次；然而在某些实施方式中，路线选择模块200不允许访问一个站点超过一次。举例来说，如果多个货物需要被递送至一个特定的站点，那么使用来自于不同位置的多种车辆将分离的货物递送至同一站点是更有效的（例如，如果时间是重要的）。

如上所述，路线的成本可以至少部分基于一个或多个成本要素（例如能源利用，时间，距离和货币）来确定，其中的每一个都可以包括一个或多个因素或变量（例如海拔变化，驾驶员特性，车辆特征，估计运输时间，人员成本，车辆维护成本，等等）。该成本还可以基于如上所述的车辆特征、驾驶员特征、道路参数或者其它的因素来确定。

VIII．可动态调整的路线选择

图9示出一种动态路线再选择方法900的实施方式，其通过路线选择模块110或200执行。在某些实施方式中，在行驶的过程中可能会需要确定一条新的优选路线。举例来说，对于运输公司或者企业的车辆来说，可能会需要使其具有接收实时路径再选择信息的能力，从而提供动态调整的路线选择。例如，在开始行驶前，在确定的路线上可能会发生事故，使其不再是最优化的路线。

此外，在某些情况中，用户可能想要基于某一因素（例如运输时间）选择路线中的一个行程或者部分路线，即使该整条路线基于不同的因素（例如能源利用）而选择。例如，沿着路线的特定的站点可以由用户确定为在特定的时间需要强制递送的站点，其可能会导致选择的路线在损失能源利用的情况下缩短至少一部分路线的运输时间。动态路线再选择方法900说明了一种实施方式，其中新的最优化路线可以基于能源利用因素的变化以及由此导致的不同行程或者路线的成本而实时生成。

动态路线再选择方法900开始于决定模块905，其中路线选择模块200等候接收的可能影响当前确定路线的成本（例如能源利用预算）的新的信息。所接收的信息包括例如道路封闭信息、绕路信息、施工信息、事故信息、道路拥堵信息、恶劣天气信息和/或类似信息。在某些实施方式中，所接收的信息指定了沿着该路线特定的站点，其在特定时间需要的强制递送。这一信息可以通过用户输入来接收。在某些实施方式中，新的潜在的路线再选择信息通过网络145由车辆位置模块215接收（例如来自于调度中心140的跟踪模块）。

在选择大型企业车队的多个车辆的路线的方案中，路线再选择信息可以在中央调度中心或者路线选择中心生成并传送至车辆，因为个体驾驶员可能不具有关于将要到来的驾驶路线的行程的道路条件信息。中央调度中心可以包括显示器，其示出车队中的一些或所有车辆的当前位置以及交通拥挤、施工、绕路、事故等等问题发生的地点。中央调度中心可以有利地确定如果再选择路线的话，车辆是否具有足够的燃料或者电池电量来完成该路线。在某些实施方式中，车辆可以从第三方应用方便地通过通信网来接收路线再选择信息（例如交通信息，天气信息），而不是通过公司中央路线选择中心。中央调度中心可以执行上述关于图1的车辆管理***110的特征。

一旦新的信息被接收或者确定，该动态路线再选择方法900前进至块910。在块910，该路线计算模块225计算出基于车辆当前位置以及所接收的信息的一系列新的可替换的可行路线，并且确定每条可行路线的成本（例如能源利用成本）。该可行路线和成本确定可以按照上述内容执行。在决定块915，路线计算模块225确定基于所确定的路线成本是否具有新的更加优选的路线。如果有更加优选的路线，在块920处，该计算路线输出模块230就可以输出该新确定的路线至驾驶员（例如在车内设备105的显示器上）。如果没有，那么该路线再选择方法返回至决定块905以等待接收新的信息。

IX．驾驶员反馈和车内设备显示

如上所述，将反馈提供给驾驶员是有利的，其能够提高对于能源利用的意识并进一步降低能源利用。参照图10，其示出了用户界面700实施例的一部分。该用户界面可以输出在上述车内设备105上。

在所描述的实施方式中，用户界面1000包括地图部分1005以及反馈部分1010。地图部分1005可以显示具有可视辅助或者方向的街道地图，其在驾驶员行驶的时候实时更新，由此显示驾驶员的进度。地图部分1005可以显示一个或多个路线，包括一个或多个中间站点。该可视辅助包括覆盖街道地图的箭头或者类似的彩色线。

该反馈部分1010可以显示可视指令或者警告给用户（例如驾驶员）。该反馈部分1010可以显示导航指令（未示出）。在某些实施方式中，该导航指令可以实时语音宣布来警告驾驶员。在某些实施方式中，如图10所示，该反馈部分1010可以显示建议车辆行驶速度，以进一步降低能源利用（例如最小化速度均方损失，最大化燃料效率）。在某些实施方式中，反馈部分可以提供为降低能源利用而设计的预测性驾驶提示。

例如，反馈部分1010可以提供实时建议车辆速度，其被设计为在穿越山地时，节约动力和能源。当内燃机车辆的驾驶员接近山地的时候，反馈部分1010可以显示建议速度，其等于或者接近于标示的最大速度限制，从而增进动力以抵消车辆爬坡时影响车辆的减速力。当车辆到达山地顶部时，建议车辆速度逐渐降低直至其例如在山地的顶部附近达到最小安全速度。例如，用户界面的显示可以包括写着“降低速度至XX MPH”的屏幕显示文字。车辆的速度可以有利地调整，从而平衡当其穿越山地时车辆总能中的动能和势能分量。

在某些实施方式中，建议车辆驾驶速度低于标示的速度限制。例如，建议的车辆驾驶速度可以介于约80%至约95%，介于约75%至约90%和/或介于约85%至约100%的标示速度限制之间。其它的范围可以应用在其它的实施例中。为了激励驾驶员以建议车辆驾驶速度驾驶，特别是当其低于标示速度限制的时候，将会提供给遵循建议速度的驾驶员一定奖励。在某些实施方式中，实际的速度被监测，以确保与建议驾驶速度相一致，而未遵循的驾驶员将受到惩罚。在某些实施方式中，如果驾驶员超过建议驾驶速度，则发出声音警告。在某些实施方式中，如果驾驶员始终不遵循建议驾驶速度，警告可以传送至中央监测站或者路线选择中心。

实时驾驶员反馈可以有利地帮助促进驾驶员习惯的调整，并纠正驾驶员对于如何最小化能源利用的错误理解。实时驾驶员反馈可以帮助驾驶员注意到如何最小化消耗的能源。建议驾驶速度以及警告可以帮助控制驾驶方式，改变驾驶员的习惯，从而最小化能源利用。如果驾驶员能够实时地看到他们的驾驶行为的影响，那么他们极有可能表现出最小化能源利用的行为。一些驾驶员可将具有驾驶员反馈的***视为一种竞争“游戏”，这可以帮助使之顺从。

用户界面1000可以包括（但不限于）LCD显示器、警告显示器、LED显示器、2D显示器和/或3D显示器，由此指导该***的用户将要行驶的路线。在某些实施方式中，在地图部分1005显示的图像模拟了运动，例如车辆沿着城市街道行驶。在某些实施方式中，该屏幕是交互式的。例如，在某些实施方式中，用户可以输入其当前位置和目的地位置，可以更新给定街道或路线的成本，或者如上所述改变其路线和目的地。

在某些实施方式中，该路线选择模块200以及用户界面700被整合在车辆导航***或者类似的***中。例如，在某些实施方式中，该计算路线输出模块230的可视输出通过车辆的内置视频显示器输出，和/或该计算路线输出模块230的声音输出通过汽车的扬声器输出。在其它实施方式中，用户界面1000被整合到网络145连通的移动手持设备中。在某些实施方式中，车辆或者类似的设备通过路线选择模块200直接控制。

例如，路线选择模块200生成控制指令，并将这些控制指令直接传送至车辆的引擎、转向、刹车和其它部分以控制这些部件，并在所期望的路上维护车辆。

X．术语

除了在这里描述的那些，根据公开内容，多种其它的变形也是显而易见的。例如，根据本文描述的任意算法的实施方式、特定的效果、作用或者功能可以以不同的序列执行，其可以整体叠加、合并或者省略（例如并不是所有描述的效果或者作用均必须用于算法的实施）。此外，在特定的实施方式中，效果或者作用可以同时实现，例如通过多线程处理、中断处理、或者多处理器或者处理器核心或者其它的并行结构，而不是顺序地。

与本文公开的实施方式相关的的所述多种说明性逻辑块、模块和算法步骤可以以电子硬件、计算机软件或者其组合实现。为了清楚地说明这种硬件和软件的可交换性，多种说明性部件、块、模块和步骤通常依据它们的功能性进行说明。这样的功能性作为硬件还是软件来实现，取决于施加给整个***的特定应用和设计约束。所描述的功能性对于每个特定应用可以以不同的方式实现，但是这样的执行决定不应当被认为导致背离本发明的范围。

与此处公开的实施方式相关的所述多种说明性逻辑块和模块可以通过以下设计来执行本发明公开的功能的装置来执行或实施，例如通用处理器、数字信号处理器（DSP）、特定用途集成电路（ASIC）、现场可编程门阵列（FPGA）或者其它的可编程逻辑设备、离散门或晶体管逻辑、离散硬件部分或者其任意的组合。通用处理器可以是微处理器，可替换地，该处理器也可以是控制器、微控制器、或者状态机、其组合或者类似的设备。处理器还可以作为计算机设备的组合实现，例如DSP和微处理器的组合，多个微处理器的组合，一个或多个微处理器与DSP核心的组合，或者其它类似结构。

与此处公开的实施方式相关的所述方法步骤、过程、或者算法可以直接嵌入在硬件中，嵌入在通过处理器执行的软件模块中，或者二者结合。软件模块可以存在于RAM记忆体、闪存、ROM记忆体、EPROM记忆体、EEPROM记忆体、寄存器、硬盘、可移动磁盘、CD-ROM、或者其它任意形式的本领域已知的计算机可读取的存储介质中。一种示例性的存储介质可以连接至处理器，从而该处理器可以从其中读取信息，并且将信息写入其中。可替换地，该存储介质可以整合到处理器。该处理器和存储介质可以存在于ASIC中。该ASIC可以存在于用户终端中。可替换地，该处理器和存储介质可以作为独立部件存在于用户终端中。

此处使用的条件用语，其中例如“可以”、“可能”、“可”、“例如”以及类似的，除非特别地另外指出，或者在本文中具有其它的理解，通常认为其意图传达特定的实施方式，这些实施方式包括其它的实施方式并不包括的特定的技术特征、元素和/或状态。因此，这些条件用语通常并不暗示这些特征、元素和/或状态无论如何是一个或多个实施方式所必需的，或者一个或多个实施方式必须包括决定的逻辑，具有或者不具有设计者输入或者提示，无论这些特征、元素和/或状态是否被包括任意特定的实施方式中或在任意特定的实施方式中实施。术语“包括”、“包含”、“具有”以及类似的术语意思相同并且以包含地、开放式的方式使用，不排除额外的元素、特征、作用、操作等。同样，术语“或者”以其本身具有的含义使用（并且没有外延的含义），从而当其例如被用于连接一系列的元素时，该术语“或者”意味着所列元素中的一个、一些或者所有的。

上文详细的说明已经示出、描述并且指出了在不同的实施方式中应用的新的特征，应当理解的是，对于所描述的设备或者算法的形式和细节上的多种省略、替换以及变形都没有脱离本发明的精神。还应认识到，本发明此处描述的特定实施方式可以以一种形式体现，这种形式不会提供此处陈述的所有技术特征和优点，因为某些技术特征可以相对于其它的技术特征单独使用或实施。本发明此处公开的特定范围通过所附加的权利要求来表示，而不是通过前述的说明。在权利要求的等价的含义和范围内所作出的所有的变化都将包括在其范围内。

Claims (37)

1.一种最优化动力车辆能源利用的方法，该方法包括：

通过包括计算机硬件的计算机***：

确定起始路径点和目的地路经点，其中该起始路径点和目的地路径点包括三维位置数据，其具有纬度分量、经度分量和海拔分量；

至少部分基于最短距离或者最短运输时间确定从起始路径点位置到目的地路径点位置的多条候选运输路线；

计算每条候选运输路线的能源利用预算；

至少部分基于每条候选运输路线的计算的能源利用预算对候选运输路线进行评级；并且

至少部分基于候选运输路线的计算的能源利用预算从候选运输路线中确定优选运输路线。

2. 根据权利要求1的方法，进一步包括计算优选运输路线的相应部分的实时建议车辆速度，计算出该实时建议车辆速度以降低沿着优选运输路线的相应部分的能源利用。

3. 根据权利要求2的方法，其中至少一个计算出的建议车辆速度低于确定的运输路线的相应部分的标示速度限制。

4. 根据权利要求2的方法，进一步包括将该优选的路线输出给动力车辆的驾驶员；并且将计算出的确定的运输路线的相应部分的建议车辆速度输出给驾驶员。

5. 根据权利要求4的方法，其中将优选的路线输出给驾驶员的步骤包括在整合于动力车辆内的用户界面上显示该确定的路线。

6. 根据权利要求4的方法，其中将优选的路线输出给驾驶员的步骤包括在移动设备的用户界面显示器上显示该确定的路线。

7. 根据权利要求1的方法，其中该能源利用预算至少部分基于确定的车辆类型来计算。

8. 根据权利要求7的方法，其中该能源利用预算至少部分基于认定的驾驶员的一个或多个驾驶员特征来计算。

9. 根据权利要求1的方法，其中该能源利用预算至少部分基于与候选运输路线相关的一个或多个能源利用标准来计算。

10. 根据权利要求9的方法，其中该能源利用标准包括平均坡度。

11. 根据权利要求9的方法，其中该能源利用标准包括估计的停留时间。

12. 根据权利要求9的方法，其中该能源利用标准包括估计的空闲时间。

13. 根据权利要求9的方法，其中该能源利用标准包括距离。

14. 根据权利要求9的方法，其中该能源利用标准包括估计运输时间。

15. 根据权利要求9的方法，其中该能源利用标准包括动力变化。

16. 根据权利要求1的方法，进一步包括确定沿着每条候选运输路线的多个路径点的海拔数据，至少部分基于该海拔数据选择相对于其它的候选运输路线具有更小海拔变化的优选运输路线。

17. 一种最优化动力车辆能源利用的***，包括：

包括计算机硬件的计算机***，其配置用于：

确定起始路径点和目的地路径点，其中该起始路径点和目的地路径点包括三维位置数据，其具有纬度分量、经度分量和海拔分量；

确定从起始路径点位置到目的地路径点位置的多条候选运输路线；

计算每条候选运输路线的能源利用预算；

至少部分基于每条候选运输路线的计算的能源利用预算对候选运输路线进行评级；并且

至少部分基于候选运输路线的计算的能源利用预算从候选运输路线中确定优选运输路线。

18. 一种最优化动力车辆能源利用的方法，包括：

通过包括计算机硬件的计算机***，为确定的运输路线的至少一部分确定建议车辆速度，计算该建议车辆速度以降低沿着该确定的运输路线部分的能源利用，其中确定的建议车辆速度低于确定运输路线部分的标示速度限制。

19. 根据权利要求18的方法，进一步包括将确定的建议车辆速度输出给动力车辆的驾驶员。

20. 根据权利要求18的方法，其中确定的建议车辆速度至少部分基于一个或多个车辆特征来计算。

21. 根据权利要求20的方法，其中该车辆特征包括车辆类型的确定。

22. 根据权利要求18的方法，其中该确定的运输路线部分包括上坡部分。

23. 根据权利要求18的方法，其中该确定的建议车辆速度至少部分基于路线海拔信息来计算，该海拔信息根据沿着该确定的运输路线部分的路经点的海拔分量来确定，该路径点包括三维位置数据。

24. 根据权利要求19的方法，其中将确定的建议车辆速度输出输出给驾驶员包括提供计算的建议车辆速度的实时声音输出。

25. 根据权利要求19的方法，进一步包括当车辆的实际速度超过确定的建议车辆速度时，输出实时的警报。

26. 一种动态地最优化动力车辆能源利用的方法，该方法包括：

通过包括计算机硬件的计算机***：

为动力车辆的驾驶员，从多条候选的运输路线中选择优选的运输路线，其至少部分基于与优选的运输路线相关的能量利用预算；

接收对优选的运输路线的能源利用预算具有潜在影响的实时数据；

确定从动力车辆的当前位置到目的地路径点位置的多条候选运输路线；

至少部分基于接收的实时数据计算每条候选运输路线的能源利用预算；

对候选运输路线进行评级，其至少部分基于每条候选运输路线的计算的能源利用预算；并且

至少部分基于候选运输路线的计算的能源利用预算，从候选运输路线中选择一条新的优选运输路线。

27. 一种最优化动力车辆能源利用的方法，该方法包括：

确定多个将要访问的目的地；

确定两个或多个可分配给运输路线的车辆，每个车辆具有相应的车辆类型；

确定两个或多个能够驾驶车辆的驾驶员，每个驾驶员具有相应的驾驶员特性；并且

通过使用一个或多个计算机设备，确定一套或者多套的车辆、驾驶员以及多个目的地子集，其配置用于降低该车辆访问多个目的地的能源利用的总量。

28. 根据权利要求27的计算机执行的方法，其中该车辆选自如下的组：内燃机车辆、电驱动车辆和混合动力车辆。

29. 根据权利要求27的计算机执行的方法，其中该驾驶员特性包括涉及能够反映能源利用的驾驶员过往行为的信息。

30. 根据权利要求27的计算机执行的方法，其中至少部分基于海拔变化信息来确定多个配置用于降低总体能源利用的路线。

31. 一种最优化能源利用的方法，该方法包括：

通过包括计算机硬件的计算机***：

确定起始路径点和目的地路径点；

确定两个或多个车辆，每个车辆具有相应的车辆类型；

确定两个或多个驾驶员，每个驾驶员具有相应的驾驶员特性；

确定从起始路径点位置到目的地路径点位置的多条候选运输路线；

为至少某些驾驶员和车辆的组合确定优选的运输路线，其中该优选的运输路线至少部分基于该优选运输路线的计算的能量利用预算来确定；并且

为这些驾驶员和车辆的组合从优选的运输路线中选择出最终的运输路线，其具有最低的能源利用预算。

32. 一种动力车辆路线最优化的方法，包括：

通过包括计算机硬件的计算机***：

确定多条可替换的可行路线，其至少部分基于最短距离或者最少运输时间；

对于确定的可行路线，确定能源利用成本；并且

至少部分基于能源利用成本从可行的路线中选择优选的路线。

33. 一种动力车辆路线最优化的方法，包括：

通过包括计算机硬件的计算机***：

确定起始路径点和目的地路径点；

为围绕起始路径点和目的地路径点的区域确定地形特征信息，该地形特征信息包括海拔信息；

至少部分基于海拔信息确定从起始路径点到目的地路径点的可行的可替换路线；

至少部分基于海拔信息确定可行路线的能源利用成本；并且

从可行路线中选择具有最低能源利用成本的优选路线。

34. 根据权利要求33的方法，其中可行的可替换路线基于最短距离确定。

35. 根据权利要求33的方法，其中可行的可替换路线基于最少运输时间确定。

36. 根据权利要求33的方法，其中能源利用成本至少部分基于确定的车辆的一个或多个车辆特征。

37. 根据权利要求36的方法，其中该一个或多个车辆特征包括车辆类型。

Images