CN114424027A - 用于利用熟悉路线的路线绘制的***及方法 - Google Patents
用于利用熟悉路线的路线绘制的***及方法 Download PDFInfo
- Publication number
- CN114424027A CN114424027A CN202080065149.1A CN202080065149A CN114424027A CN 114424027 A CN114424027 A CN 114424027A CN 202080065149 A CN202080065149 A CN 202080065149A CN 114424027 A CN114424027 A CN 114424027A
- Authority
- CN
- China
- Prior art keywords
- route
- familiar
- origin
- destination
- connection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013507 mapping Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Navigation (AREA)
Abstract
用于利用熟悉路线的路线绘制的***和方法包括在来自最小化时间和距离的标准导航***的最优路线与基于用户的路线历史而建议熟悉路线的绘制组件之间达到平衡。当包括一条或多条熟悉路线的新路线与最优路线相比不绕路太远或不花费太长时间时,并且当其可能更优选或更舒适时,可以向用户建议这些新路线。
Description
技术领域
本公开主要涉及路线绘制或路线规划,并且更具体地,涉及用于利用熟悉路线的路线绘制的***和方法。
背景技术
当前,路线绘制、规划或导航***基于最小化时间或距离来提供最优路线。这些所谓的最优路线对于用户而言有时难以遵循且令人困惑。不方便的路线,虽然在时间或距离方面是最优的,但是可能涉及小路或许多转弯。所谓的最优路线可能引起不必要的麻烦。当用户必须花费额外的时间去理解和遵循指示时,它们甚至会增加时间。当花费太长时间变道,或者不知何故错过转弯而不得不重新计算时,它们甚至会增加距离。不方便的路线对于年轻的司机、经验不足的司机、年长的司机或残疾的司机而言会尤为困难。
需要一种传统的所谓最优路线的替代方案,该替代方案找到更容易、更愉快和更舒适的路线。这样的路线是用户先前行驶过的熟悉路线,并且用户具有关于最佳路线的当地知识和个人偏好。当用户熟悉一条路线时,即使这条路线比所谓的最优路线慢五分钟或稍长些,他们也能够在大约相同的时间内行驶过熟悉路线,而没有他们在不熟悉路线上可能会面临的问题或障碍。
发明内容
所公开的主题涉及用于利用满足这些需求的熟悉路线的路线绘制的***和方法。
本公开的一个实施例可以是一种路线绘制***,包括服务器和导航应用。服务器可以包括与存储器进行数据通信的处理器。导航应用可以存储在存储器中。导航应用可以包括路线记录器和绘制组件。
路线记录器在由处理器执行时可以收集与用户相关联的路线历史数据。路线历史数据可以包括关于用户走过的一条或多条路线的始发地信息、目的地信息和位置信息。路线记录器可以将路线历史数据存储在路线历史数据库中。
绘制组件在由处理器执行时可以从用户接收始发地选择和目的地选择。绘制组件可以生成从始发地选择至目的地选择的最优路线。绘制组件可以基于最优路线从路线历史数据中选择熟悉路线,其中所述熟悉路线具有熟悉的始发地和熟悉的目的地。绘制组件可以生成从熟悉的始发地至始发地选择的始发地路线。绘制组件可以生成从熟悉的目的地至目的地选择的目的地路线。绘制组件可以生成从始发地选择至目的地选择的新路线,其中所述新路线包括始发地路线、熟悉路线和目的地路线。绘制组件可以生成新路线与最优路线之间的比较信息。绘制组件可以传送最优路线、新路线和比较信息,以用于在与用户相关联的用户设备上显示。
比较信息可以包括针对最优路线的估计行驶时间和针对新路线的估计行驶时间的比较。如果针对新路线的估计行驶时间超过针对最优路线的估计行驶时间预定阈值,则比较信息可以包括对用户的通知。比较信息可以包括针对最优路线的估计行驶距离和针对新路线的估计行驶距离的比较。如果针对新路线的估计行驶距离超过针对最优路线的估计行驶距离预定阈值,则比较信息可以包括对用户的通知。
熟悉路线可以包括第一熟悉路线段和第二熟悉路线段。
绘制组件可以生成第一连接路线、第二连接路线和第三连接路线。第一连接路线将第一熟悉路线段连接到第二连接路线。第二连接路线将第一连接路线连接到第三连接路线。第三连接路线将第二连接路线连接到第二熟悉路线段。新路线可以包括第一熟悉路线段至第一连接路线至第二连接路线至第三连接路线至第二熟悉路线段。
路线记录器可以将沿着一条或多条路线的多个点处的位置信息和时间信息存储在路线历史数据中。路线记录器可以生成针对路线历史数据中的一条或多条路线的权重。权重可以表示从位置信息和时间信息导出的行驶成本。绘制组件可以最小化行驶成本。
本公开的一个实施例可以是一种路线绘制方法。可以收集与用户相关联的路线历史数据。路线历史数据可以包括关于用户走过的一条或多条路线的始发地信息、目的地信息和位置信息。可以将路线历史数据存储在路线历史数据库中。可以从用户接收始发地选择和目的地选择。可以生成从始发地选择至目的地选择的最优路线。可以基于最优路线从路线历史数据中选择熟悉路线。熟悉路线具有熟悉的始发地和熟悉的目的地。可以生成从熟悉的始发地至始发地选择的始发地路线。可以生成从熟悉的目的地至目的地选择的目的地路线。可以生成从始发地选择至目的地选择的新路线。新路线可以包括始发地路线、熟悉路线和目的地路线。可以生成新路线与最优路线之间的比较信息。比较信息可以包括最优路线与新路线之间的估计行驶时间差、以及最优路线与新路线之间的估计行驶距离差。可以传送最优路线,以用于在与用户相关联的用户设备上显示。当估计行驶时间差不超过行驶时间阈值和/或估计行驶距离差不超过行驶距离阈值时,传送新路线和比较信息,以用于在用户设备上显示。
路线绘制方法可以包括从用户接收行驶时间阈值和/或行驶距离阈值。路线绘制方法可以包括从路线历史数据确定行驶时间阈值和/或行驶距离阈值。熟悉路线可以包括第一熟悉路线段和第二熟悉路线段。路线绘制方法可以包括生成第一连接路线、第二连接路线和第三连接路线,其中,第一连接路线将第一熟悉路线段连接到第二连接路线,第二连接路线将第一连接路线连接到第三连接路线,并且第三连接路线将第二连接路线连接到第二熟悉路线段。新路线可以包括第一熟悉路线段至第一连接路线至第二连接路线至第三连接路线至第二熟悉路线段。路线绘制方法可以包括生成修改后的始发地路线和修改后的目的地路线,其中,修改后的始发地路线将始发地选择连接到第一熟悉路线,并且修改后的目的地路线将第二熟悉路线连接到目的地选择,并且新路线包括修改后的始发地路线和修改后的目的地路线。
本公开的一个实施例可以是一种路线绘制应用。路线绘制应用可以包括路线记录器、路线历史数据库、绘制组件和通信组件。路线记录器可以收集与用户相关联的路线历史数据。路线历史数据可以包括关于用户走过的一条或多条路线的始发地信息、目的地信息和位置信息。路线历史数据库可以存储由路线记录器收集的路线历史数据。
绘制组件可以从用户接收始发地选择和目的地选择。绘制组件可以生成从始发地选择到目的地选择的最优路线。绘制组件可以基于最优路线从路线历史数据中选择熟悉路线,其中所述熟悉路线具有熟悉的始发地和熟悉的目的地。绘制组件可以生成从熟悉的始发地至始发地选择的始发地路线。绘制组件可以生成从熟悉的目的地至目的地选择的目的地路线。绘制组件可以生成从始发地选择至目的地选择的新路线,其中所述新路线包括始发地路线、熟悉路线和目的地路线。绘制组件可以生成新路线与最优路线之间的比较信息。绘制组件可以传送最优路线、新路线和比较信息,以用于在与用户相关联的用户设备上显示。熟悉路线可以包括第一熟悉路线和第二熟悉路线。
绘制组件可以生成第一连接路线、第二连接路线和第三连接路线。第一连接路线将第一熟悉路线连接到第二连接路线。第二连接路线将第一连接路线连接到第三连接路线。第三连接路线将第二连接路线连接到第二熟悉路线。新路线可以包括第一熟悉路线至第一连接路线至第二连接路线至第三连接路线至第二熟悉路线。
绘制组件可以生成修改后的始发地路线和修改后的目的地路线。修改后的始发地路线将始发地选择连接到第一熟悉路线,并且修改后的目的地路线将第二熟悉路线连接到目的地选择。新路线包括修改后的始发地路线和修改后的目的地路线。
比较信息可以包括针对最优路线的估计行驶距离和针对新路线的估计行驶距离的比较。
如果针对新路线的估计行驶距离超过针对最优路线的估计行驶距离预定阈值,则比较信息可以包括对用户的通知。
参照在以下描述、所附权利要求和附图中示出的具体示例实施例,更详细地解释所公开的主题的这些以及其它特征、方面和优点,其中相同的元件采用相同的参考标志符来指示。
附图说明
图1是根据示例实施例的路线绘制***的图。
图2是根据示例实施例的路线绘制***的图。
图3是根据示例实施例的路线绘制方法的流程图。
图4是根据示例实施例的地图。
具体实施方式
实施例的以下描述提供了对特别是描述本发明的不同方面的特征和教导的参考数字的非限制性代表示例。所描述的实施例应当被认为是能够与来自实施例的描述中的其它实施例分开地或组合地实现。阅读实施例的描述的本领域普通技术人员应当能够学习和理解本发明的不同描述的方面。实施例的描述应当促进对本发明的理解达到这样的程度,使得未具体涵盖但是在已经阅读了实施例的描述的本领域技术人员的知识范围内的其它实施方式将被理解为与本发明的应用一致。
图1是根据示例实施例的路线绘制***100的示意图。路线绘制***100可以包括用户设备102,其由网络104连接到服务器106。
用户设备102可以是支持网络的计算机(network-enabled cmputer)。如本文所指,支持网络的计算机可以包括但不限于例如任何计算机设备或通信设备,包括例如,服务器、网络家电、个人计算机(PC)、工作站、移动设备、电话、手持式PC、个人数字助理(PDA)、瘦客户端、胖客户端、因特网浏览器或其它设备。一个或多个支持网络的计算机可以执行一个或多个软件应用以实现例如网络通信。移动设备可以包括:来自的iPhone、iPod、iPad或运行Apple的iOS操作***的任何其它移动设备;运行Google的操作***的任何设备,包括例如Google的可穿戴设备、Google眼镜(Google Glass);运行Microsoft的移动操作***的任何设备;和/或任何其它智能手机或任何可穿戴移动设备。
网络104可以是无线网络、有线网络或者无线网络与有线网络任何组合中的一个或多个。例如,网络104可以包括以下一个或多个:光纤网络、无源光网络、电缆网络、因特网网络、卫星网络、无线LAN、全球移动通信***(GSM)、个人通信服务(PCS)、个人局域网(PAN)、D-AMPS、Wi-Fi、固定无线数据、IEEE 802.11b、802.15.1、802.11n和802.11g或用于传送和接收数据信号的任何其它有线或无线网络。
另外,网络104可以包括但不限于:电话线、光纤、IEEE以太网902.3、广域网(WAN)、局域网(LAN)或诸如因特网的全球网络。另外,网络104可以支持因特网网络、无线通信网络、蜂窝网络等或其任何组合。网络104可以进一步包括一个网络或上述任意数量的示例类型的网络,作为独立式网络操作或彼此协作。网络104可以利用它们通信地耦合到的一个或多个网络元件的一个或多个协议。网络104可以转换到网络设备的一个或多个协议,或者从其它协议转换到网络设备的一个或多个协议。虽然网络104被描绘为单个网络,但是应当理解,根据一个或多个实施例,网络104可以包括多个互连的网络,诸如,例如因特网、服务提供商的网络、有线电视网络、公司网络和家庭网络。
服务器106可以是包括存储器108的支持网络的计算机。存储器108可以包括随机存取存储器(RAM)、动态RAM(DRAM)、静态RAM(SRAM)、只读存储器(ROM)或任何其它类型的内部、外部、主/辅助存储器或存储设备,诸如硬盘驱动器(HDD)、光盘(CD)或通用串行总线(USB)闪存驱动器、或数据库。存储器108可以包括路线历史数据库116。存储器108可以存储用于由服务器106中的处理器执行的软件。
存储器108可以包括导航应用110、路线记录器112和绘制组件114。给定出发地地址和目的地地址,导航应用110可以生成一条或多条最优路线。导航应用110可以是实时提供导航方向的任何应用,诸如Apple或Google导航应用110、路线记录器112和绘制组件114可以使用全球定位***(GPS)无线电导航***。
全球定位***(GPS)是由24颗卫星的星座及其地面站组成的全球无线电导航***。全球定位***主要是由美国国防部(DOD)资助和控制。该***最初是为美国军方的运作而设计的。但是今天,全球各地也存在许多GPS的民用用户。民用用户被允许使用标准定位服务,而没有任何种类的收费或限制。
路线记录器112可以是任何种类的GPS追踪***。GPS追踪可以是确定物体的位置和/或运动的任何***或方法。GPS追踪***例如可以放置在车辆中、手机上或特定GPS设备上,这些可以是固定式或便携式装置(unit)。GPS***和方法可以提供精确的位置信息。GPS追踪可以追踪车辆或人员的运动。所以,举例而言,GPS追踪***可以由公司用于监控运货卡车的路线和进度,由父母用于检查他们孩子的位置,或者用于监控在运输中的高价值资产。
GPS追踪***可以使用全球导航卫星***(GNSS)网络。GNSS可以合并一系列使用微波信号的卫星,这些微波信号被传送到GPS设备以提供关于位置、车辆速度、时间和方向的信息。所以,GPS追踪***可以潜在地给出关于任何种类的行程的实时和历史导航数据两者。
GPS可以提供由接收机处理的特殊卫星信号。这些GPS接收机不仅能追踪准确的位置,还能计算速度和时间。在四个GPS卫星信号的帮助下,甚至可以在三维视图中计算位置。GPS的空间部分可以包括27颗地球轨道GPS卫星。可以有24颗运行中的卫星和3颗额外的卫星(以防其中一颗故障),它们每12小时环绕地球运行一周,并从太空发送由GPS接收机接收的无线电信号。
定位***的控制可以包括位于全球各地的不同追踪站。这些监测站可以帮助追踪来自持续环绕地球轨道运行的GPS卫星的信号。宇宙飞行器传送微波载波信号。全球定位***的用户拥有GPS接收机,其可以转换这些卫星信号使得GPS接收机可以估计实际位置、速度和时间。
***的操作基于称为三边测量法的简单的数学原理。三边测量法分为两类:2-D三边测量法和3-D三边测量法。为了进行简单的数学计算,GPS接收机必须获知两件事。第一,它必须获知地点的位置将要由地点上方的至少三颗卫星追踪。第二,它必须获知地点与那些宇宙飞行器中的每个之间的距离。装置具有多个接收机,这些接收机同时获得来自若干GPS卫星的信号。这些无线电波是以光速传播的电磁能量。
GPS追踪***可以以各种方式运行。从商业的角度来看,GPS设备通常用于记录车辆在行驶时的位置。一些***可以将数据存储在GPS追踪***本身中(称为被动式追踪),而一些***经由GPS***装置内的调制解调器或双向GPS定期地将信息发送到中央数据库或***(称为主动式追踪)。
被动式GPS追踪***可以基于某些类型的事件来监测位置并存储其行程数据。所以,举例而言,被动式GPS***可以记录诸如设备在过去12小时内行驶到何处的数据。存储在这种GPS追踪***上的数据通常存储在内部存储器或存储卡中,以后可以下载到计算机以供分析。在一些情况下,可以在预定的地点/时间自动发送数据以供无线下载,或者可以在行程期间的具体地点请求数据。
主动式GPS追踪***也被称为实时***,这是因为该方法可以在其发生时实时将GPS***上的信息自动发送到中央追踪门户或***。这种***通常是出于诸如车队追踪或人员(诸如儿童或老人)监护的商业目的的更好的选择,因为它允许看护者确切地获知爱人所在的地方,他们是否准时,以及他们是否在行程期间处于应该所在的地方。这也是一种有效的方式,来监控员工在执行工作时的行为以及简化针对运货车队的内部流程和程序。
路线记录器112基于用户设备102的位置和/或GPS搜索来收集关于用户的历史数据,诸如每日家至工作地点、家至购物地点的路线。路线记录器112可以将信息存储在路线历史数据库116中。路线历史数据库116可以是可在服务器106上访问的数据的任何有条理的集合,并且可以是任何类型的数据库,诸如使用结构化查询语言(SQL)的关系数据库管理***(RDBMS)。路线历史数据库116可以存储在存储器108中,或者存储在服务器106可访问的单独的存储器或存储设备中。
导航应用110可以是实时提供导航方向的任何应用,诸如Apple或Google给定出发地地址和目的地地址,导航应用110可以生成一条或多条最优路线。绘制组件114可以选择接近但不同于导航应用110所生成的最优路线的一条或多条熟悉路线。然后,绘制组件114可以按照需要添加任何过渡路段以将熟悉路线并入新路线。来自给定出发地和目的地的新路线可以将部分熟悉路线与部分最优路线组合。如果新路线的总时间大于阈值(例如,针对短距离为5-10分钟,或针对长距离为15-30分钟),则绘制组件114可以通知用户是否选择该选项。
用户设备102可以包括导航app,其与服务器106上的导航应用110交互。例如,用户设备102可以是包括GPS导航软件app在内的智能手机,并且服务器106可以是服务器。提供逐向的(turn-by-turn)导航信息以及用户提交的行驶时间和路线细节,同时通过移动电话网络下载位置相关信息。从用户收集地图数据、行驶时间和交通信息,并将其传送到服务器。用户可以报告交通事故、交通拥堵、速度和警方陷阱,并且从在线地图编辑器中可以更新道路、地标、门牌号等。将包括用户的速度和位置在内的匿名信息发送回其数据库,以改善整体服务。基于收集到的信息,可以提供路线和实时交通更新。服务器使用路由算法以确定针对特定时间下的给定路线的最佳路径。
尽管智能手机上的app可以具有路由算法,但是除非没有连接到服务器,否则不会使用该算法。当用户请求路线计算时,通常向服务器发送请求。服务器计算最优路线,并将其传送回要显示的智能手机。用户可以提出各种路由请求,诸如最快或最短路线、是否允许或避开收费道路、是否允许土路、是否避开主干道。最短路线可以是指距离。最快路线可以确定出高速公路比乡镇道路更好。服务器存储诸如在用户当前位置与目的地之间的道路的平均速度的信息。服务器可以确定采取道路列表中的哪一条以最小化总行驶时间。尽管可以实时处理每个请求,但是服务器可以缓存一些请求的路线或主要地点。以这种方式,服务器可以已经获知从B至C的最优路线,并且当用户请求从A至C的路线时,一旦服务器检查到不存在完全绕过B的更好路线,则它可以只计算从A至B的最优路线。
在用户设备102是具有app的智能手机并且服务器105是服务器的示例中,路线记录器112和绘制组件114可以采取由服务器生成的最短或最快路线作为输入,并且基于存储在路线历史数据库116中的熟悉路线来建议包括熟悉路线在内的新路线。熟悉路线和路线历史可以包括来自用户提出并行驶过的app上的先前路线请求的信息。
图2是根据示例实施例的路线绘制***200的示意图。路线绘制***200包括用户设备202。用户设备202可以是具有存储器208、导航应用210、路线记录器212和绘制组件214的支持网络的计算机。路线绘制***可以是个人导航设备(PND),诸如PND、PND、PND或PND。路线绘制***可以是汽车导航***,其是汽车控制的一部分或第三方附件。路线绘制***可以是卡车GPS***,诸如truck GPS导航仪、TomTom Trucker GOS导航设备、或TruckWay GPS–Pro系列。路线绘制***200可以提供针对任何种类的交通方式的路线,诸如轿车、公共汽车、火车、卡车、移动工作者、行人、骑自行车者、摩托车、销售人员、产品送货上门服务、货运公司、装运服务、服务电话、取货和送货、车辆、经销商、物流公司、区域销售、技术人员、班车或客运公司。
导航应用110可以运行在路线绘制***200上,以响应于从起点导航至具有可选中间点的终点的请求而提供一条或多条最优路线。导航应用210可以是安装在用户设备202上的app,或者是安装在用户设备202上的浏览器的网站。
导航应用210可以使用任何优化算法而找到一条或多条最优路线。最优路线可以是最短路径问题(诸如,A与B两点之间的最短路径)的解决方案。许多不同的最短路径算法可用于寻找不同情况下的最优路线。最短路径算法在由顶点和连接它们的边所组成的图形上操作。例如,地图可以由存储在存储器中并由导航应用使用的图形数据结构表示。图形可以是有向的、无向的、加权的等等。对于某些图形类型,这些区别可以确定哪种算法比另一种算法做得更好。
例如,最短路径算法是Dijkstra算法。Dijkstra算法与众不同之处在于它能够在相同图形数据结构内找到从一个节点至所有其它节点的最短路径。这意味着,Dijkstra算法不只是找到从起始节点至另一特定节点的最短路径,而是努力找到通向每一个可达节点的最短路径——前提是图形不发生变化。算法运行直到已经访问过所有的可达节点为止。因此,您将仅需要运行一次Dijkstra算法,保存结果以供反复使用,而无需再次运行该算法,除非图形数据结构在某些方面发生变化。在图形发生变化的情况下,您将需要重新运行图形,以确保您具有针对您的数据结构的最新的最短路径。例如,如果您打算以尽可能最短的方式从A前往B,但获知一些道路严重拥堵、堵塞、在进行工程和诸如此类,则当使用Dijkstra时,算法将在避开任何较大权重的边的同时找到最短路径,从而为您找到最短路线。
例如,最短路径算法是Bellman-Ford算法。与Dijkstra算法类似,Bellman-Ford算法努力找到在图形中的给定节点与所有其它节点之间的最短路径。虽然它比Dijkstra算法慢,但是Bellman-Ford的通用性弥补了它的缺点。与Dijkstra算法不同,Bellman-Ford能够处理其中一些边权重是负数的图形。如果在图形中存在负循环——其中边的总和是负值,则没有最短或最经济的路径。这意味着算法因为中止负循环而未能够找到正确的路线。Bellman-Ford能够检测负循环并报告它们的存在。
例如,最短路径算法是Floyd-Warshall算法。Floyd-Warshall的突出之处在于,与Dijkstra算法和Bellman-Ford算法不同,它不是单-出发地算法。意味着,它计算在图形中的每对节点之间的最短距离,而不是仅从单个节点进行计算。它的工作原理是将主要问题分解成较小的问题,然后将答案组合以解决主要的最短路径问题。Floyd-Warshall在谈及生成针对多站行程的路线时非常有效,这是因为它计算出所有相关节点之间的最短路径。出于这一原因,许多路线规划软件将利用这种算法,因为它将向您提供从任何给定位置开始的最优路线。因此,不管您身处何处,Floyd-Warshall将确定到达图形上的任何其它节点的最快方式。
例如,最短路径算法是Johnson算法。Johnson算法对稀疏图(具有很少条边的图)效果最好,这是因为其运行时间取决于边数。所以,边数越少,生成路线的速度将越快。Johnson算法与其它算法的不同之处在于它依赖另外两种算法来确定最短路径。首先,它使用Bellman-Ford以检测负循环并消除任何负边。然后,在新图形的情况下,它依赖Dijkstra算法以计算输入的原始图形中的最短路径。
路线记录器212可以包括任何GPS追踪应用。路线记录器212从GPS追踪应用、车辆或其它导航***、和/或随时间推移的任何追踪位置中收集历史数据。例如,路线记录器212可以收集关于从您的住宅至您的工作场所以及返回的每日行驶路线、往返商店、餐馆、社交活动或度假等的数据。例如,路线记录器212可以随时间推移从用户处采集数据并且存储路线信息,该路线信息可由绘制组件214用于生成包括熟悉路线在内的推荐路线。路线数据可以从用户处直接或间接地收集。例如,用户可以手动输入路线,提供对路线的反馈,或者指示针对某些路线的偏好。例如,数据可以从导航应用210收集,诸如搜索、出发地和目的地条目、导航或行驶路线的频率等。
绘制组件214可以从由路线记录器212记录的数据中创建熟悉路线的列表,这些熟悉路线在来自导航应用210的最优路线附近。绘制组件214可以将一条或多条熟悉路线投影到一条或多条最优路线,并且将路线段串连在一起以形成针对给定出发地和目的地的新路线。绘制组件214可以计算针对新路线的总距离和/或针对新路线的总时间。绘制组件214可以选择诸如总距离或总时间的优化准则,并且使用任何优化算法(诸如贪婪(Greedy)算法)解决优化问题。贪婪算法使用在每个阶段作出局部最优选择的问题解决启发法,目的是找到全局最优。绘制组件214可以使用任何优化算法,诸如文化基因(memetic)算法、差分进化、进化算法、动态松弛、遗传算法、爬山法、Nelder-Mead单纯形启发法、粒子群优化和诸如此类。绘制组件214可以基于一条熟悉路线或合并在一起的多条熟悉路线的组合来确定新路线。
图3是根据示例实施例的路线绘制方法300的流程图。路线绘制方法300在302处开始。在框304处,识别路线历史来源。路线历史数据可以从车辆传感器数据、智能手机、个人导航设备、道路传感器、联网汽车、导航***和其它来源中收集。路线历史数据可以被收集用于汽车、远足、骑行、高尔夫、航空、公共汽车、火车、卡车等。可以提供用户界面(诸如,应用编程接口(API))来识别路线历史来源。用户界面可以使得用户能够识别来源,并且如果必要的话,提供对可以被检索和存储的信息的访问。例如,用户可以打开他们智能手机上的app并且配置路线历史来源设置,以允许路线绘制方法300使用来自Android或Apple 导航***、Apple Google 和/或的信息。
在框306处,将路线历史数据存储在路线历史数据库中。路线历史数据可以包括位置信息、起点、终点、地图信息、用户标识、速度信息、频率信息、行驶日期、行驶时间、行驶距离、交通状况、天气和诸如此类。路线历史数据可以包括可从识别到的路线历史来源获得的任何信息,诸如来自的先前行驶的路线。路线历史数据可以从多个识别到的路线历史来源中选择、聚集和/或组合。例如,历史数据可以随时间推移从用户的定期行驶模式、从住宅至工作地点的日常生活、或者去往商店或社会活动的每周出行中收集。一旦收集到足够的路线历史数据量,则可以揭示熟悉路线,并且可以随时间推移改善针对使用熟悉路线的新路线的推荐。
在框308处,接收路线请求。例如,用户可以利用USB线将移动设备连接到他们的车辆。用户选择Android上的导航app,并选择然后,用户说出“OK Google”或选择麦克风。用户可以告诉Android Auto他们想去的地方,诸如“带我回家吧”、“导航到旧金山联合广场”、“导航到工作地点”和“开车去山景城1600号露天剧场公园路”。然后,用户可以确认位置并且遵循到达目的地的引导。这种路线请求可以包括针对当前位置和目的地位置的位置信息以及关于最优路线的信息。该路线请求位置信息可以被存储并且用作用于路线绘制方法300的输入,以找到包括熟悉路线在内的新路线来建议给用户。
在框310处,生成一条或多条最优路线。例如,从出发地至目的地的最优路线可以由个人导航***生成以最小化时间和距离。例如,响应于对智能手机上的app的路线请求,服务器可以访问导航数据并且运行程序以确定一条或多条最优路线,并且将最短路径或最快路线结果发送回用户的智能手机以供显示。路线绘制***可以接收从生成的最优路线,并且使用最优路线作为起点以找到包括熟悉路线在内的新路线。
在框312处,确定在路线历史中是否存在最优路线附近的任何熟悉路线。例如,路线绘制***可能已经从接收到针对路线请求的出发地和目的地的位置信息以及关于最优路线的信息。路线绘制***可以运行服务器上的优化程序,以确定在路线历史数据库中是否存储有接近但不同于最优路线的任何熟悉路线。如针对图4中的两种情况将更详细描述的,优化程序可以包括挑选熟悉路线、投影地点并且最小化差距。优化程序可以将针对请求路线的出发地和目的地的位置信息以及关于最优路线的信息存储在表示图形的数据结构中,使得优化程序可以对由顶点和边或点和线段组成的图形表示进行操作,以使用熟悉路线找到新路线。可以使用具有权重的贪婪算法以偏好作为熟悉路线指标的频繁使用的路线来在路线历史中找到接近最优路线但不同于最优路线的熟悉路线。使用熟悉路线的路线绘制***可以使用贪婪算法或任何其它优化算法。
如果找到熟悉路线,则在框314处,识别熟悉路线的熟悉始发地和熟悉目的地。例如,单个熟悉路线可以覆盖在给定的出发地与目的地之间的大部分距离,但是熟悉路线的始发地和目的地可能需要链接到给定的出发地和目的地,以提供完整的新路线。例如,使用熟悉路线的路线绘制***可以在路线历史数据库中找到合适的熟悉路线,包括针对该熟悉路线的始发地和目的地的位置信息。路线绘制***可以通过在服务器上运行绘制组件而找到该熟悉路线。
在框316处,执行优化算法以找到使熟悉度最大化的新路线。例如,路线绘制***可以包括运行绘制组件的服务器,绘制组件包括用于使用熟悉路线找到新路线的优化程序。优化程序可以使用贪婪算法。贪婪算法可以与选择用于最大化熟悉度的优化准则一起使用。例如,已行驶过路线的频率可用作熟悉度的指标。例如,新路线可以包括熟悉路线,只要它们不绕路太远并且不会浪费太多时间。例如,新路线可以包括许多链接在一起的熟悉路线,但是不包括过多链接在一起的路线,特别是如果新路线最终太过复杂或花费太长时间才能找到。绘制组件可以通过计算阈值而考虑这些因素,以用于决定使用熟悉路线的新路线何时将会是个好主意。
在框318处,向用户建议最优路线和新路线。例如,由个人导航***确定的最优路线可以与新路线一起显示,这些新路线包括熟悉路径并且不绕路太远且不会花费太多额外时间。
在框320处,如果在路线历史中没有合适的熟悉路线,则仅向用户建议最优路线。在框322处,用户选择所建议的路线之一,并且在框324处,用户开始所选择路线的导航。路线绘制方法在326处结束。
图4是根据示例实施例的地图400。地图400示出了从点A至点B的路线。地图400示出了路线绘制方法可能会如何使用对于一些示例的熟悉路线来构建新路线。在这一示例中,地图400示出了从点A至点B的三条可能的最优路线,由在图上标记为绿色的线段指示。地图400示出了从左到右穿过图的顶部、中部和底部的绿色最优路线。例如,用户可能已将点A的位置作为出发地和点B的位置作为目的地输入到个人导航***中,个人导航***生成了从A至B的三条最优路线。路线绘制方法可以生成例如三条熟悉路线,这三条熟悉路线由蓝色和红色线段A’B’(蓝色)、A1I1(红色)和J1B1(红色)指示。例如,路线绘制方法可能为了得到接近绿色最优路线的熟悉路线已经搜索了路线历史,并且找到了途径从A至B的大部分路线的单条蓝色熟悉路线和可组合为途径从A至B的大部分路线的两条红色熟悉路线。在第一示例中,线段AA’B’B指示的简单新路线可以通过路线绘制方法来生成。在第二示例中,组合新路线AA1I1I2J2J1B1B可以通过路线绘制方法来生成。
在地图400所示的第一示例中,线段AA’B’B指示的简单新路线可以通过路线绘制方法来生成。简单新路线AA’B’B开始于点A(始发地选择)并结束于点B(目的地选择)。简单新路线包括蓝色线段A’B’(熟悉路线段)。由蓝色线段A’B’指示的熟悉路线通过添加虚线段AA’(始发地路线)和虚线段B’B(目的地路线)链接到始发地选择A和目的地选择B。
在地图400所示的第二示例中,组合新路线AA1I1I2J2J1B1B可以通过路线绘制方法来生成。组合路线AA1I1I2J2J1B1B开始于点A并结束于点B,并且包括两条熟悉路线,其在图的左下部分和从图的中间到图的右上部分由图中的红色线段指示。组合路线AA1I1I2J2J1B1B包括指示第一熟悉路线的红色线段A1I1和指示第二熟悉路线的红色线段J1B1。使用桥接间距的三条连接路线,将红色的第一(A1I1)和第二(J1B1)熟悉路线连接起来以形成新路线AA1I1I2J2J1B1B。这三条连接路线将两条熟悉路线连接到绿色最优路线之一的一部分,以形成新路线AA1I1I2J2J1B1B。第一连接路线I1I2在图上示出为虚线,并且将第一熟悉路线A1I1(红色)连接到最优路线的线段I2J2(绿色),该最优路线是图上最低或最靠下的。第二连接路线I2J2(绿色)将第一熟悉路线A1I1(红色)连接到第三连接路线J2J1(虚线)。第三连接路线J2J1(虚线)将最优路线的线段I2J2(绿色)连接到第二熟悉路线段J1B1(红色)。以这种方式,将两条熟悉路线与最优路线的一部分组合而创建序列。然后,通过添加虚线段AA1(修改后的始发地路线)和虚线段B1B(修改后的目的地路线),将两条熟悉路线和最优路线的一部分的这个序列的起点和终点链接到始发地选择A和目的地选择B。
地图400示出了路线绘制方法可以如何使用接近最优路线的熟悉路线而找到新路线。在第一示例中,简单新路线包括几乎途径从A至B全程的一条熟悉路线,并且在起点和终点处添加线段。在第二示例中,将两条熟悉路线与一条最优路线的一部分组合,并且在起点和终点处添加线段,以形成组合新路线。
路线绘制方法可以解决优化问题,其中,将熟悉路线投影到最优路线,并以最小化熟悉路线与最优路线之间的差距的方式组合。例如,如果您计划花费三个小时的出行,则路线绘制方法可以允许差距在半小时左右。只要使用例如贪婪算法的总组合熟悉路线与最优路线相比在允许差距内,则路线绘制方法将会建议总组合熟悉路线。路线绘制方法可以解决优化问题,并且将差距最小化在时间和/或距离的阈值内,以确定推荐路线。地图400上以绿色示出的最优路线可以是来自导航***(诸如,Google或Apple)的路线,并且建议的路线将会通过合并来自路线历史的熟悉路线而考虑用户的舒适度。
路线绘制方法可以将熟悉路线投影到最优路线,然后解决优化问题。将投影点确定为路线绘制方法的一部分。例如,地图400上的投影点是A’、B’、A1、I1、I2、J2、J1和B1。路线绘制方法可以选择最佳位置以将熟悉路线投影到最优路线。换言之,将熟悉路线针对最优路线投影,并且使任何间距最小化。
路线绘制方法可以使用一些优化算法以将点投影到地图400上。例如,路线绘制方法可以将出发地A投影到A’,然后使用从A’至B’的熟悉路线(蓝色),并且找到最优点以将B’投影回目的地B。在这种情况下,简单新路线从A至A’并从A’至B’并从B’至B。
路线绘制方法可以组合较短的熟悉路线,诸如地图400上的红色线段。在这种情况下,路线绘制方法可以找到更多的投影点将它们串起或连接在一起,以形成新路线来建议给用户。路线绘制方法可以将A投影到A1,然后使用从A1至I1的红色熟悉路线。然后,将I1投影回I2,并且绑定从I2至J2的绿色最优路线的一部分。然后,从J2来看,投影回熟悉路线的最佳点是J1。然后,使用从J1至B1的熟悉路线。将点B1投影回目的地B。
新路线对于用户而言是已知的舒适路线,但是它们可能不会直接去往出发地和目的地。用户可能愿意在行驶更舒适路线的距离方面做出一点让步,前提是在时间、距离、复杂性或其它考虑方面的让步不是太大。路线绘制方法通过使用阈值而考虑这方面,以用于使用熟悉路线来建议新路线。阈值可以在最优路线与舒适或熟悉路线之间达到平衡。阈值可以由与最快路线的距离偏差来确定。例如,与最快路线的距离偏差可以设置为到达目的地的时间相对于确定的最快路线不超过50%的增加。
路线绘制方法可以计算针对潜在建议的新路线的总距离和/或总时间或者其它度量,以确定是否满足阈值。
舒适度可以使用目标函数中的权重来粗略估计,其中权重表示熟悉路线在历史中的频率。例如,路线绘制方法可以使用目标函数中的两项来最小化新路线与最优路线之间的差距。第一项可以是针对新路线的总时间量,第二项可以是舒适度或权重。
在本描述中,已经阐述了许多具体细节。然而,应当理解的是,在没有这些具体细节的情况下,可以实践所公开的技术的实施方式。在其它情况下,公知的方法、结构和技术尚未详细地示出,以免混淆对本描述的理解。对“一些示例”、“其它示例”、“一个示例”、“示例”、“各种示例”、“一个实施例”、“实施例”、“一些实施例”、“示例实施例”、“各种实施例”、“一个实施方式”、“实施方式”、“示例实施方式”、“各种实施方式”、“一些实施方式”等的引用指示如此描述的所公开的技术的实施方式可以包括特定的特征、结构或特性,但是并非每个实施方式都必须包括特定的特征、结构或特性。此外,重复使用的短语“在一个示例中”,“在一个实施例中”或“在一个实施方式中”不一定指的是相同的示例、实施例或实施方式,尽管其可以是指相同的示例、实施例或实施方式。
如本文所使用的,除非另有说明,否则用于描述共同对象的序数形容词“第一”、“第二”、“第三”等的使用仅表示正被引用的相似对象的不同实例,而并非旨在暗示如此描述的对象必须在时间、空间、等级或任何其它方式上按照给定的顺序。
尽管结合目前认为是最实际的和各种实施方式描述了所公开的技术的某些实施方式,但是应当理解,所公开的技术不限于所公开的实施方式,恰恰相反,旨在涵盖所附权利要求的范围内所包括的各种修改和等效布置。虽然本文采用了具体术语,但是它们仅在一般性和描述性意义上使用,而不是出于限制性的目的。
本书面描述使用示例公开了所公开的技术的某些实施方式,包括最佳模式,并且也使得本领域技术人员能够实践所公开的技术的某些实施方式,包括制造和使用任何设备或***并且执行任何并入的方法。所公开的技术的某些实施方式的可取得专利权的范围在权利要求中定义,并且可以包括本领域技术人员想到的其它示例。如果这些示例具有与权利要求的字面语言没有不同的结构元件,或者如果它们包括与权利要求的字面语言没有实质性差异的等效结构元件,则这样的其它示例意图在权利要求的范围内。
Claims (20)
1.一种路线绘制***,包括:
服务器,包括与存储器进行数据通信的处理器;和
存储在所述存储器中的导航应用,所述导航应用包括路线记录器和绘制组件,
其中,所述路线记录器在由所述处理器执行时,被配置为:
收集与用户相关联的路线历史数据,所述路线历史数据包括关于所述用户走过的一条或多条路线的始发地信息、目的地信息和位置信息;并且
将所述路线历史数据存储在路线历史数据库中;并且
其中,所述绘制组件在由所述处理器执行时,被配置为:
从所述用户接收始发地选择和目的地选择;
生成从所述始发地选择至所述目的地选择的最优路线;
基于所述最优路线从所述路线历史数据中选择熟悉路线,所述熟悉路线具有熟悉的始发地和熟悉的目的地;
生成从所述熟悉的始发地至所述始发地选择的始发地路线;
生成从所述熟悉的目的地至所述目的地选择的目的地路线;
生成从所述始发地选择至所述目的地选择的新路线,所述新路线包括所述始发地路线、所述熟悉路线和所述目的地路线;
生成所述新路线与所述最优路线之间的比较信息;并且
传送所述最优路线、所述新路线和所述比较信息,以用于在与所述用户相关联的用户设备上显示。
2.根据权利要求1所述的路线绘制***,其中,所述比较信息包括针对所述最优路线的估计行驶时间和针对所述新路线的估计行驶时间的比较。
3.根据权利要求2所述的路线绘制***,其中,如果针对所述新路线的估计行驶时间超过针对所述最优路线的估计行驶时间预定阈值,则所述比较信息包括对所述用户的通知。
4.根据权利要求1所述的路线绘制***,其中,所述比较信息包括针对所述最优路线的估计行驶距离和针对所述新路线的估计行驶距离的比较。
5.根据权利要求4所述的路线绘制***,其中,如果针对所述新路线的估计行驶距离超过针对所述最优路线的估计行驶距离预定阈值,则所述比较信息包括对所述用户的通知。
6.根据权利要求1所述的路线绘制***,其中,所述熟悉路线包括第一熟悉路线段和第二熟悉路线段。
7.根据权利要求6所述的路线绘制***,其中,所述绘制组件还被配置为:
生成第一连接路线、第二连接路线和第三连接路线,其中:
所述第一连接路线将所述第一熟悉路线段连接到所述第二连接路线,
所述第二连接路线将所述第一连接路线连接到所述第三连接路线,
所述第三连接路线将所述第二连接路线连接到所述第二熟悉路线段,并且
所述新路线包括所述第一熟悉路线段至所述第一连接路线至所述第二连接路线至所述第三连接路线至所述第二熟悉路线段。
8.根据权利要求1所述的路线绘制***,其中,所述路线记录器还被配置为:
将沿着一条或多条路线的多个点处的位置信息和时间信息存储在所述路线历史数据中;并且
生成针对所述路线历史数据中的一条或多条路线的权重,所述权重表示从位置信息和时间信息导出的行驶成本;
其中,所述绘制组件还被配置为最小化所述行驶成本。
9.一种路线绘制方法,包括:
收集与用户相关联的路线历史数据,所述路线历史数据包括关于所述用户走过的一条或多条路线的始发地信息、目的地信息和位置信息;
将所述路线历史数据存储在路线历史数据库中;
从所述用户接收始发地选择和目的地选择;
生成从所述始发地选择至所述目的地选择的最优路线;
基于所述最优路线从所述路线历史数据中选择熟悉路线,所述熟悉路线具有熟悉的始发地和熟悉的目的地;
生成从所述熟悉的始发地至所述始发地选择的始发地路线;
生成从所述熟悉的目的地至所述目的地选择的目的地路线;
生成从所述始发地选择至所述目的地选择的新路线,所述新路线包括所述始发地路线、所述熟悉路线和所述目的地路线;
生成所述新路线与所述最优路线之间的比较信息,所述比较信息包括所述最优路线与所述新路线之间的估计行驶时间差以及所述最优路线与所述新路线之间的估计行驶距离差;
传送所述最优路线,以用于在与所述用户相关联的用户设备上显示;
当所述估计行驶时间差不超过行驶时间阈值和/或所述估计行驶距离差不超过行驶距离阈值时,传送所述新路线和所述比较信息,以用于在所述用户设备上显示。
10.根据权利要求9所述的路线绘制方法,还包括:
从所述用户接收所述行驶时间阈值和/或所述行驶距离阈值。
11.根据权利要求9所述的路线绘制方法,还包括:
从路线历史数据确定所述行驶时间阈值和/或所述行驶距离阈值。
12.根据权利要求9所述的路线绘制方法,其中,所述熟悉路线包括第一熟悉路线段和第二熟悉路线段。
13.根据权利要求12所述的路线绘制方法,还包括:
生成第一连接路线、第二连接路线和第三连接路线,
其中,所述第一连接路线将所述第一熟悉路线段连接到所述第二连接路线,所述第二连接路线将所述第一连接路线连接到所述第三连接路线,并且所述第三连接路线将所述第二连接路线连接到所述第二熟悉路线段,
其中,所述新路线包括所述第一熟悉路线段至所述第一连接路线至所述第二连接路线至所述第三连接路线至所述第二熟悉路线段。
14.根据权利要求13所述的路线绘制方法,还包括:
生成修改后的始发地路线和修改后的目的地路线,
其中,所述修改后的始发地路线将所述始发地选择连接到所述第一熟悉路线,并且所述修改后的目的地路线将所述第二熟悉路线连接到所述目的地选择,
其中,所述新路线包括所述修改后的始发地路线和所述修改后的目的地路线。
15.一种计算机可读非暂时性介质,存储包括用于由处理器执行的指令的路线绘制应用,所述指令包括以下步骤:
收集与用户相关联的路线历史数据,所述路线历史数据包括关于所述用户走过的一条或多条路线的始发地信息、目的地信息和位置信息;
存储由所述路线记录器收集的所述路线历史数据;
从所述用户接收始发地选择和目的地选择;
生成从所述始发地选择至所述目的地选择的最优路线;
基于所述最优路线从所述路线历史数据中选择熟悉路线,所述熟悉路线具有熟悉的始发地和熟悉的目的地;
生成从所述熟悉的始发地至所述始发地选择的始发地路线;
生成从所述熟悉的目的地至所述目的地选择的目的地路线;
生成从所述始发地选择至所述目的地选择的新路线,所述新路线包括所述始发地路线、所述熟悉路线和所述目的地路线;并且
生成所述新路线与所述最优路线之间的比较信息;并且
传送所述最优路线、所述新路线和所述比较信息,以用于在与所述用户相关联的用户设备上显示。
16.根据权利要求15所述的计算机可读非暂时性介质,其中,所述熟悉路线包括第一熟悉路线和第二熟悉路线。
17.根据权利要求16所述的计算机可读非暂时性介质,还包括:
生成第一连接路线、第二连接路线和第三连接路线,
其中,所述第一连接路线将所述第一熟悉路线连接到所述第二连接路线,所述第二连接路线将所述第一连接路线连接到所述第三连接路线,并且所述第三连接路线将所述第二连接路线连接到所述第二熟悉路线,
其中,所述新路线包括所述第一熟悉路线至所述第一连接路线至所述第二连接路线至所述第三连接路线至所述第二熟悉路线。
18.根据权利要求17所述的计算机可读非暂时性介质,还包括:
生成修改后的始发地路线和修改后的目的地路线,
其中,所述修改后的始发地路线将所述始发地选择连接到所述第一熟悉路线,并且所述修改后的目的地路线将所述第二熟悉路线连接到所述目的地选择,
其中,所述新路线包括所述修改后的始发地路线和所述修改后的目的地路线。
19.根据权利要求17所述的计算机可读非暂时性介质,其中,所述比较信息包括针对所述最优路线的估计行驶距离和针对所述新路线的估计行驶距离的比较。
20.根据权利要求17所述的计算机可读非暂时性介质,其中,如果针对所述新路线的估计行驶距离超过针对所述最优路线的估计行驶距离预定阈值,则所述比较信息包括对所述用户的通知。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/512,673 US10794715B1 (en) | 2019-07-16 | 2019-07-16 | Systems and methods for route mapping with familiar routes |
US16/512,673 | 2019-07-16 | ||
PCT/US2020/041763 WO2021011446A1 (en) | 2019-07-16 | 2020-07-13 | Systems and methods for route mapping with familiar routes |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114424027A true CN114424027A (zh) | 2022-04-29 |
Family
ID=71995063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080065149.1A Pending CN114424027A (zh) | 2019-07-16 | 2020-07-13 | 用于利用熟悉路线的路线绘制的***及方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10794715B1 (zh) |
EP (1) | EP3999809A1 (zh) |
CN (1) | CN114424027A (zh) |
CA (1) | CA3143972A1 (zh) |
WO (1) | WO2021011446A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114674339A (zh) * | 2022-05-26 | 2022-06-28 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN115439071A (zh) * | 2022-11-09 | 2022-12-06 | 成都运荔枝科技有限公司 | 一种冷链物流运输订单处理方法和*** |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11906313B2 (en) | 2019-12-30 | 2024-02-20 | Gm Cruise Holdings Llc | Intelligent route selection for autonomous vehicle delivery system |
US20210262811A1 (en) * | 2020-02-25 | 2021-08-26 | At&T Intellectual Property I, L.P. | Apparatuses and methods for enhancing navigation |
US20210341300A1 (en) * | 2020-05-04 | 2021-11-04 | Here Global B.V. | Method, apparatus, and system for providing a personally relevant navigation route comparison |
US20220268593A1 (en) * | 2021-02-19 | 2022-08-25 | International Business Machines Corporation | Joint optimization of vehicle mobility, communication networks, and computing resources |
CN113850695B (zh) * | 2021-09-07 | 2022-12-13 | 海南太美航空股份有限公司 | 一种基于大数据的航空信息管理平台以及方法 |
CN114866273B (zh) * | 2022-03-18 | 2023-07-07 | 福建师范大学 | 一种基于Floyd算法的通信网络边权匿名方法 |
US20230324189A1 (en) * | 2022-04-12 | 2023-10-12 | At&T Intellectual Property I, L.P. | Navigation as a function of a safety metric |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1601228A (zh) * | 2003-09-26 | 2005-03-30 | 爱信艾达株式会社 | 导航装置 |
JP2012225683A (ja) * | 2011-04-15 | 2012-11-15 | Nippon Soken Inc | カーナビゲーション装置 |
CN103512577A (zh) * | 2012-06-26 | 2014-01-15 | 株式会社电装 | 地图更新*** |
CN104165634A (zh) * | 2014-07-28 | 2014-11-26 | 广州视源电子科技股份有限公司 | 基于用户使用习惯的路径规划方法 |
US20150377640A1 (en) * | 2014-06-30 | 2015-12-31 | Jennifer A. Healey | System and method for familiarity-based navigation |
CN108871355A (zh) * | 2017-05-12 | 2018-11-23 | 北京搜狗科技发展有限公司 | 一种导航方法和装置、一种用于导航的装置 |
US20180347996A1 (en) * | 2017-06-02 | 2018-12-06 | Apple Inc. | Presenting Non-Recommended Routes |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5528501A (en) * | 1994-03-28 | 1996-06-18 | At&T Corp. | System and method for supplying travel directions |
JP3589124B2 (ja) | 1999-11-18 | 2004-11-17 | トヨタ自動車株式会社 | ナビゲーション装置 |
US7565155B2 (en) | 2002-04-10 | 2009-07-21 | Networks In Motion | Method and system for dynamic estimation and predictive route generation |
JP2006038513A (ja) | 2004-07-23 | 2006-02-09 | Navitime Japan Co Ltd | ナビゲーションシステム、経路探索装置およびナビゲーション装置ならびにプログラム |
JP3987073B2 (ja) | 2005-04-20 | 2007-10-03 | 株式会社ナビタイムジャパン | ナビゲーションシステム、経路探索サーバ、経路探索方法およびプログラム |
CN101326559B (zh) | 2005-12-09 | 2011-06-08 | 三菱电机株式会社 | 位置信息交换装置以及位置信息交换方法 |
US8909465B2 (en) | 2005-12-29 | 2014-12-09 | Mapquest, Inc. | User-controlled alternative routing |
US7702456B2 (en) * | 2006-04-14 | 2010-04-20 | Scenera Technologies, Llc | System and method for presenting a computed route |
US8577594B2 (en) | 2006-10-25 | 2013-11-05 | Motorola Mobility Llc | Apparatus and method for route navigation of multiple destinations |
CN101532842A (zh) | 2008-03-13 | 2009-09-16 | 联发科技(合肥)有限公司 | 确定从起点到终点的目标路线的路径规划方法及其装置 |
US8798916B2 (en) | 2008-09-19 | 2014-08-05 | Microsoft Corporation | Location based services with combinatorial data sources |
US8219317B2 (en) | 2008-09-22 | 2012-07-10 | Mitac International Corporation | Route navigation via a proximity point |
US20100088025A1 (en) | 2008-10-07 | 2010-04-08 | Ati Technologies Ulc | Route mapping system and method |
US20100205060A1 (en) | 2009-02-09 | 2010-08-12 | Yahoo! Inc. | Context-sensitive route generation system |
AU2009343389B2 (en) | 2009-04-01 | 2015-10-29 | Uber Technologies, Inc. | Point of interest search along a route with return |
JP5409252B2 (ja) | 2009-10-21 | 2014-02-05 | トヨタ自動車株式会社 | 車載機、情報提供装置、及びシステム並びに方法 |
US9593957B2 (en) | 2010-06-04 | 2017-03-14 | Microsoft Technology Licensing, Llc | Searching similar trajectories by locations |
JP5277223B2 (ja) | 2010-09-17 | 2013-08-28 | 日立オートモティブシステムズ株式会社 | 経路探索装置 |
WO2012101887A1 (ja) * | 2011-01-28 | 2012-08-02 | 楽天株式会社 | 経路情報提供装置、経路情報提供方法、プログラム及び情報記録媒体 |
JP2013003049A (ja) | 2011-06-20 | 2013-01-07 | Sony Corp | 経路比較装置、経路比較方法、及びプログラム |
US8825374B2 (en) | 2012-06-05 | 2014-09-02 | At&T Intellectual Property I, L.P. | Navigation route updates |
GB201215385D0 (en) | 2012-08-29 | 2012-10-10 | Tom Tom Int Bv | Method and apparatus for predicting destinations |
CN103017783B (zh) | 2012-12-05 | 2016-06-01 | 中兴通讯股份有限公司 | 导航方法及***、地图数据管理云端及其数据更新方法 |
US9791280B2 (en) | 2012-12-21 | 2017-10-17 | Google Inc. | Determining a route |
GB201307550D0 (en) | 2013-04-26 | 2013-06-12 | Tomtom Dev Germany Gmbh | Methods and systems of providing information indicative of a recommended navigable stretch |
US9488490B2 (en) | 2014-04-02 | 2016-11-08 | Here Global B.V. | Storing and accessing traffic data images in a limited bandwidth environment |
US9513132B2 (en) | 2014-08-21 | 2016-12-06 | Here Global B.V. | Measuring quality in optimal navigation routes by navigation systems |
EP3225954B1 (en) | 2016-03-28 | 2019-03-13 | TomTom Navigation B.V. | Generating routes using electronic map data |
EP3502622A4 (en) * | 2016-08-16 | 2019-09-18 | Nissan Motor Co., Ltd. | ROUTE SEARCHING METHOD AND ROUTE SEARCHING DEVICE |
US10415989B2 (en) * | 2016-09-06 | 2019-09-17 | International Business Machines Corporation | Navigation personalization through analysis of present and historical user data |
US10690508B2 (en) * | 2018-04-03 | 2020-06-23 | International Business Machines Corporation | Navigational system utilizing local driver based route deviations |
-
2019
- 2019-07-16 US US16/512,673 patent/US10794715B1/en active Active
-
2020
- 2020-07-13 CN CN202080065149.1A patent/CN114424027A/zh active Pending
- 2020-07-13 WO PCT/US2020/041763 patent/WO2021011446A1/en unknown
- 2020-07-13 EP EP20753521.2A patent/EP3999809A1/en active Pending
- 2020-07-13 CA CA3143972A patent/CA3143972A1/en active Pending
- 2020-09-01 US US17/009,577 patent/US11692835B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1601228A (zh) * | 2003-09-26 | 2005-03-30 | 爱信艾达株式会社 | 导航装置 |
JP2012225683A (ja) * | 2011-04-15 | 2012-11-15 | Nippon Soken Inc | カーナビゲーション装置 |
CN103512577A (zh) * | 2012-06-26 | 2014-01-15 | 株式会社电装 | 地图更新*** |
US20150377640A1 (en) * | 2014-06-30 | 2015-12-31 | Jennifer A. Healey | System and method for familiarity-based navigation |
CN104165634A (zh) * | 2014-07-28 | 2014-11-26 | 广州视源电子科技股份有限公司 | 基于用户使用习惯的路径规划方法 |
CN108871355A (zh) * | 2017-05-12 | 2018-11-23 | 北京搜狗科技发展有限公司 | 一种导航方法和装置、一种用于导航的装置 |
US20180347996A1 (en) * | 2017-06-02 | 2018-12-06 | Apple Inc. | Presenting Non-Recommended Routes |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114674339A (zh) * | 2022-05-26 | 2022-06-28 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN114674339B (zh) * | 2022-05-26 | 2022-08-12 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车导航方法及装置 |
CN115439071A (zh) * | 2022-11-09 | 2022-12-06 | 成都运荔枝科技有限公司 | 一种冷链物流运输订单处理方法和*** |
Also Published As
Publication number | Publication date |
---|---|
US10794715B1 (en) | 2020-10-06 |
WO2021011446A1 (en) | 2021-01-21 |
CA3143972A1 (en) | 2021-01-21 |
US20210088344A1 (en) | 2021-03-25 |
US11692835B2 (en) | 2023-07-04 |
EP3999809A1 (en) | 2022-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11692835B2 (en) | Systems and methods for route mapping with familiar routes | |
US8768624B2 (en) | Vehicle operation support system and vehicle operation support method | |
EP3293489B1 (en) | Method and apparatus for providing trajectory bundles for map data analysis | |
AU2018287014B2 (en) | System and method for determining transit stop location | |
US20200173808A1 (en) | Methods and systems for providing recommendations for parking of vehicles | |
US9261376B2 (en) | Route computation based on route-oriented vehicle trajectories | |
US9175973B2 (en) | Selected driver notification of transitory roadtrip events | |
US9301099B2 (en) | Method of analyzing points of interest with probe data | |
US10859391B2 (en) | Method, apparatus, and computer program product for predicting range of an electric vehicle | |
JP2006112932A (ja) | 電気自動車のナビゲーションシステム | |
CN102538813A (zh) | 路径搜索方法及装置 | |
JP2015500981A (ja) | フリートナビゲーション、ディスパッチ及び複数の自動車で、複数の目的地を探索するための方法及びシステム | |
CN109073402B (zh) | 用于确定安全返回里程的方法及*** | |
EP2771644B1 (en) | Method and system for navigation using bounded geographic regions | |
US9752885B2 (en) | Time-efficient traffic routing system | |
JP5942907B2 (ja) | 経路探索装置、経路探索システム | |
US20200109960A1 (en) | Toll tracking and estimating system | |
US20120041671A1 (en) | Information providing device, information providing method and computer-readable storage medium | |
JP2006209416A (ja) | 渋滞緩和支援システム、渋滞緩和支援方法、渋滞緩和支援サーバ、および車載端末 | |
JP2013008158A (ja) | 駐車場情報サーバ装置、駐車場情報収集装置、および駐車場関連情報提示装置 | |
JP2017167099A (ja) | 経路探索システムおよび経路探索プログラム | |
US20240094010A1 (en) | Method, apparatus, and computer program product for anonymizing sensor data | |
JP2017173136A (ja) | 経路探索システムおよび経路探索プログラム | |
JP6252187B2 (ja) | 目的地登録システム、方法およびプログラム | |
JP2022059498A (ja) | 情報処理装置、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40073504 Country of ref document: HK |