CN1892182B

CN1892182B - 导航***

Info

Publication number: CN1892182B
Application number: CN2006101007658A
Authority: CN
Inventors: 铃木孝光; 近江真宜; 岩崎弘利; 水野伸洋; 原孝介
Original assignee: Denso Corp; Denso IT Laboratory Inc
Current assignee: Denso Corp; Denso IT Laboratory Inc
Priority date: 2005-07-01
Filing date: 2006-06-30
Publication date: 2010-05-12
Anticipated expiration: 2026-06-30
Also published as: JP4566844B2; DE102006030269A1; CN1892182A; JP2007010572A; US20070005235A1; DE102006030269B4

Abstract

一种导航***，具有行驶情况检测功能，用于在行驶的起点和终点之间设置导航路线，该导航***包括存储单元(9)以及推断机构。该存储单元(9)存储根据有时间特征的预定类型的行驶情况适当地确定行驶意图的行驶意图确定器；且该推断机构(8)基于由通过行驶情况检测功能所检测出的行驶情况应用于行驶意图确定器所产生的行驶意图，来推导行驶终点。

Description

导航***

技术领域

本发明总体上涉及车辆中的导航***。

背景技术

传统的导航***在车辆中使用，通常确定朝向输入的行驶目的地的导航路线，用于引航车辆的用户/驾驶员。另外，当最初的导航路线在向目的地进发的途中有交通堵塞时，传统的导航***能够发现绕行道或提醒驾驶员。

导航路线通常接受来自用户的输入以指定行驶的目的地。另一方面，例如，当在常去的路线上朝向目的地的行驶仅花费五分钟时，用户不必要输入行驶的目的地。也就是说，对于容易的路线用户并不觉得输入目的地是值得的。

当用户不输入行驶的目的地时，导航***也能够自动假定行驶的目的地。拥有目的地估计功能的导航***基于对候选目的地的估计确定朝向目的地的导航路线。例如日本专利文件JP-A-H7-83678中公开的导航***，能够假定目的地，并基于估计来确定朝向该目的地的导航路线。

以上公开的导航***基于车辆的行驶历史估计行驶的多个候选目的地，并且例如，基于能够通向众多候选目的地之一的当前行驶路线的行驶频率的计算，从多个候选目的地中确定单个目的地的估计。

以上公开的导航***除了使用关于当前行驶路线的信息之外，还基于由月的日期和周中的星期几识别的行驶的时间段，确定行驶目的地的估计。进一步地，基于该目的地的估计，以上公开文本中的导航***被描绘为能够计算可供选择的导航路线，用来避免预期的朝向目的地途中的交通堵塞。

然而，沿着相同导航路线的周中的同一天且该天的同一时间段中的车辆行驶，可能根据行驶的情况或意图通向不同的目的地。例如，甚至当车辆的行驶发生在周中的同一天和该天的同一时间段时，为了比如购物或工作的行驶，可能导致具有改变的行驶目的地。这样，上面公开的导航***就有这样的问题，即行驶的意图没有被考虑并反映在对行驶目的地的估计中。

此外，当行驶目的地的估计方法相同时，用于各种各样的目标设备/机器，包括便携设备或者相似类型设备的导航***遇到同样的问题。

发明内容

鉴于上述的和其它的问题，本发明提供了一种导航***，其为了服务用户准备了目的地估计。

用于提供在起点和终点之间的导航行驶路线的导航***包括存储单元，用于存储根据具有时间特征的预定类型的行驶情况来适当确定行驶意图的行驶意图确定器；以及推断机构，用于基于将实际检测行驶情况用于行驶意图确定器而产生的行驶意图来推算行驶终点。

导航***基于用于行驶意图估计的行驶情况，在没有来自用户的目的地输入的情况下估计行驶目的地。也就是说，基于诸如周的日期和天的时间段的行驶信息识别当前检测的行驶的行驶情况，并且将该行驶情况用于利用存储在存储单元中的行驶意图确定器推断地确定当前行驶的意图。然后，将推断出的行驶意图应用于推断机构，以便推断地确定终点，即当前行驶的目的地。这样，基于被检测到的行驶情况使用行驶意图以便精确地确定行驶的目的地。

在本发明的另一方面，导航***将用户信息用于行驶意图的确定。当用户信息用于目的地估计时，可以更准确地确定行驶意图。

在本发明的另一个方面，导航***将贝叶斯网络模型用于目的地估计。也就是，贝叶斯网络模型代表存储单元中的行驶意图确定器，在该模型中行驶情况节点和用户信息节点作为行驶意图节点的父节点。行驶意图确定器还可由神经网络模型，支持向量机，模糊推理，合作过滤(cooperative-filtering)等等来代表。

此外，可以使用各种关系模型表现行驶意图和行驶目的地之间的推理关系。另外，目的地和行驶意图之间的推理既可被定义为两种独立关系的结合，又可被定义为两种独立的关系。换句话说，行驶情况和行驶意图之间以及行驶意图和行驶目的地之间的两种关系可以被整体地表现为行驶情况和行驶目的地之间的单一关系。

此外，基于确定的目的地通过颠倒行驶意图和目的地之间的推理关系，由贝叶斯网络模型所表示的关系可被重新定义或改进。目的地和行驶意图以及行驶情况和用户信息被用于归纳地再定义贝叶斯网络模型。

在本发明的另一个方面中，推断机构输出由行驶目的地确定的行驶意图。这样，导航***的用户可以确认行驶意图和目的地之间的关系，从而理解由导航***提供的推理的论证。

在本发明的另一个方面中，导航***给出的目的地估计可以基于带有朝向该候选目的地的导航路线的多个候选目的地和车辆的当前位置。这样，基于推理论证可以更准确地确定行驶目的地。

在本发明的另一个方面中，导航***可以输出关于行驶意图确定器所确定的行驶意图的信息。例如，关于行驶意图的信息可以包括用于实现同样意图的设施信息，设施的营业日等。这样，用户能够选择比先前访问过的目的地更好的目的地，或者能够在到达目的地之前识别设施的节假日。

在本发明的另一个方面中，导航***可以具有这样的功能，用来存储用于提供行驶意图确定器的功能和推断机构的功能的程序。导航***例如可以被用在机动车辆上，并且该程序的存储器可以包括例如车辆内的硬盘驱动器，可以用在车内和车外的便携式设备。程序的存储器还可包括网络服务器中的设备。

附图说明

从参考附图的下面详细描述中，本发明的其它目的、特征以及优点会变得更加明显，其中：

图1示出了本发明的实施例中汽车导航***的结构图；

图2示出了图1中的导航***的控制单元中的功能结构图；

图3示出了图2中的用户模型存储单元中的贝叶斯网络模型的示图；

图4示出了图2中的控制单元中的功能鲁棒性图；

图5示出了图2中的用于在存储器中存储用户信息的处理的流程图；

图6示出了基于用户信息和行驶情况用于路线搜索的处理的流程图；

图7示出了用于贝叶斯网络模型重新定义的处理的流程图；

图8示出了另一个贝叶斯网络模型的示图；

图9示出了用在图6中的过程中用于控制绕行道显示的部分处理的流程图；

图10示出了用在图6的处理中的部分处理的流程图；

图11示出了多个候选导航路线中的公共路线的示图；以及

图12示出了用于控制关于行驶意图的信息显示的处理的流程图。

具体实施方式

参考附图描述本发明的实施例。在每一个实施例中相似的部件有相似的标号。

图1示出了本公开文本的一个实施例中的汽车导航***的结构图。该导航***包括位置检测器1，地图数据输入单元6，操作开关7，外部存储器9，显示器10，收发器11，声音控制器12，扬声器13，声音识别器14，麦克风15，遥控器传感器16，遥控器17，座位传感器18和控制单元8。控制单元8控制连接在其上的上述设备。

控制单元8是包括CPU，ROM，RAM，I/O和用于连结这些组件的总线的公知类型的计算机。ROM存储由控制单元8执行的程序，并且由存储的程序控制的CPU处理预定的计算和其它程序。

位置检测器1包括多个公知类型的传感器，诸如地磁传感器2，陀螺仪3，距离传感器4和全球定位***(GPS)接收器5。地磁传感器2用来检测车辆的磁场方向，陀螺仪3用来检测车辆的相对方位。距离传感器4用来检测车辆的行驶距离，GPS接收器5用来接收来自GPS卫星的用于检测车辆的位置的无线电波。这些传感器和/或接收器通过互补地相互作用来补偿固有误差的各自不同的特征。基于输出的准确性，可以有选择地使用这些传感器和/或接收器，并且可以另外使用转向传感器，速度传感器等等(图中未显示)。

使用地图数据输入单元6输入数字地图数据，比如道路数据、背景图画数据、文本数据、设施数据等等。诸如DVD-ROM，CD-ROM这样的存储介质提供这些数据。利用连接其上的DVD-ROM驱动器，CD-ROM驱动器等等(图中未显示)，地图数据输入单元6检索这些数据到控制器8上。

将操作开关置于例如显示器10上作为触摸开关，机械开关等等，并且用于输入各种各样的用于控制显示器10上的道路图的指令。也就是说，该道路图控制指令包括地图比例尺变换指令，菜单选择指令，目的地设置指令，路线搜索指令，导航启动指令，当前位置校正指令，屏幕变换指令，音量控制指令等等。

遥控器17有多个开关(图中未显示)，用于输入与操作开关7同样的指令。遥控器17向控制单元8输出控制信号，并通过遥控传感器16向控制单元8提供控制信号。

外部存储器9是一种存储介质，例如存储卡，硬盘等，其具有读/写能力，用于存储诸如文本数据，图像数据，声音数据的信息以及诸如家庭地址等的用户信息.本发明中的外部存储器9包括用户模型存储单元9a，学习数据存储单元9b，成本计算函数存储单元9c和用户信息存储单元9d，如图2所示.

用户模型存储单元9a存储用于定义行驶意图确定器的贝叶斯网络模型20，如图3所示。图3中的该贝叶斯网络模型20包括用户信息节点30，用于表示用户信息；行驶情况节点40，用于表示行驶情况；行驶意图节点50，用于表示行驶意图；以及目的地节点60，用于表示行驶目的地。用户信息30包括两个节点，即，年龄节点32和职业节点34。行驶状况节点40包括三个节点，即，时间节点42，日期节点44和乘坐者节点46。

通过拥有用于表示驾驶员/用户的年龄的自然数，年龄节点32在多个状态之间转变。通过拥有的预定类型的职业用于表示驾驶员的职业，职业节点34在多个状态之间转变。时间节点42在用于表示一天24小时内分配的行驶的时间段的多个状态之间转变。时间节点42的时间段可以有，例如，四个小时，两个小时，一个小时等的周期。日期节点44在用于表示一周的星期几的七个状态之间转变。乘坐者节点46在用于表示除了车辆的驾驶员之外的车辆的同乘者的两个节点之间转变。上述节点32、34、42、44、46是观测参数。

通过拥有例如购物，往返两地等状态，使用行驶意图节点50表示预定类型的行驶意图。该行驶意图节点50是隐藏节点，而年龄节点32，职业节点34，时间节点42，日期节点44，乘坐者节点46定义为行驶意图节点50的父节点。

通过在候选目的地的多个状态之间转变，目的地节点60表示预定的目的地。通过对实际行驶和初始设定的学习提供候选目的地的多个状态。目的地节点60定义为行驶意图节点50，时间节点42，日期节点44和乘坐者节点46的子节点。

父节点和子节点之间由箭头连接，并且通过定义条件相关性的可能性，该箭头表示在箭头起点处的父节点和在箭头终点处的子节点之间的条件相关性。

以上述方式定义的贝叶斯网络模型20用于确定包含在行驶意图节点50中的每个节点的可能性，并且基于该行驶意图节点50的可能性确定目的地节点60中的每个候选目的地的可能性。

学习数据存储单元9b存储用于重新定义或重新构成贝叶斯网络模型20的学习数据。这些学习数据是当估计候选目的地时输入到贝叶斯网络模型20中的数据。也就是说，这些学习数据是驾驶员年龄，驾驶员的职业，行驶日的时间，行驶周的日期，车辆的同乘者和行驶的停车地点的信息集。

成本计算函数存储单元9c存储用在路线搜索中的成本计算函数C_i。以等式1的形式表示该成本计算函数C_i。等式1中的分量包括距离成本l(i)，平均行驶时间成本t(i)，路线宽度成本w(i)，以及转向成本n(i)。这些分量拥有权重因子α，β，γ和δ

[等式1] C_i＝αl(i)+βt(i)+γw(i)+δn(i)

等式1表示成本计算函数C_i的一个例子。该成本计算函数C_i可以包括其它的参数元素，例如速度限制，交通信号灯的数量等。

用户信息存储单元9d存储诸如生日、职业的用户信息，用于在多个用户条目中识别用户。用户条目和用户名相关联地存储。因为可以使用用户的生日计算行驶时用户的年龄，周期性变化的用户信息比如用户的年龄可以用于识别用户。这样，周期性变化的信息以及固定的信息可以被包括在用户信息里用于识别用户。例如，因为预期其一年只改变一次，所以关于用户年收入的信息可以被包括在用户信息里。

显示器10例如是液晶显示器，有机EL显示器等，其在使用地图数据产生的道路图的上面、在显示器10的地图显示区域中显示在当前位置的车辆的位置标记.显示器10还显示除车辆位置和道路图之外的其他信息，例如当前时间，交通堵塞信息等.

收发器11是为控制单元8提供与外部信息源进行通信的通信设备。例如，利用收发器11从外部信息源接收交通信息，天气信息，日期信息，设施信息和广告信息。在控制单元8中处理之后从收发器11处输出该信息。

扬声器13用于基于来自声音控制器12的声音输出信号输出预定声音序列比如导航指引声音，屏幕操作指引声音，声音识别结果等。

麦克风15将用户的声音转换成可以输入到声音识别器14上的电信号。该声音识别器14识别输入的用户声音，用于和内部字典中的词汇数据进行比较(图中未显示)，并且基于用户声音和存储的词汇数据之间的相似之处将识别结果输出到声音控制器12上。

声音控制器12控制声音识别器14，并且以从扬声器13回话的方式对用户作出响应。声音控制器12还控制声音识别器14的识别结果向控制器8的输入。

座位传感器18探测车辆中的每个座位中的乘坐者，用于向控制单元8输出表示存在乘坐者的乘坐者信号。

控制单元8基于声音识别器14的识别结果响应于用户声音执行预定的处理，或者响应于来自操作开关7或遥控器17的用户输入。预定的处理包括，例如地图数据存储处理，用于将地图数据存储于外部存储器9中，地图比例尺变换处理，菜单选择处理，目的地设定处理，路线搜索执行处理，路线导航处理，当前位置校正处理，显示器屏幕变换处理，音量控制处理等等。此外，以一种合适的方式在声音控制器12的控制下，从扬声器13为用户提供在控制单元8中处理的路线导航指引信息等。当车辆的用户或乘坐者不执行目的地输入操作时，目的地设置处理自动地估计行驶的目的地。

图2显示了图1中的导航***的控制单元8中的功能的结构图。控制单元8包括用户信息输入单元70，同乘者检测单元72，目的地估计单元74，路线搜索单元76，导航单元78和学习单元80。

用户信息输入单元70确定车辆的驾驶员并从外部存储器9的用户信息存储单元9d中接收驾驶员的用户信息。在这种情况下，用户信息包括驾驶员的生日和驾驶员的职业。根据生日计算驾驶员的年龄。通过在显示器10上显示的预定条目的列表，并基于来自操作开关7或遥控器17的驾驶员的输入，来选择条目中的一个，以确定有关驾驶员是谁的信息。

同乘者检测单元72基于来自座位传感器18的信号检测除驾驶员之外的车辆的同乘者。有关同乘者的信息被视为行驶情况的一部分。

目的地估计单元74基于分别来自用户信息输入单元70、车辆中的时钟、收发器11和座位传感器18的年龄、职业、时间段、周中的日期和同乘者，确定目的地节点60中的各意图节点的可能性。然后，导出的信息在贝叶斯网络模型20中确定年龄节点32，职业节点34，时间节点42，日期节点44，乘坐者节点46来确定可能性。此外，基于除时间节点42，日期节点44和乘坐者节点46的状态之外的行驶意图节点50中的各行驶意图的可能性来确定每一个候选目的地的可能性。然后，确立拥有最高可能性的候选目的地为行驶的估计目的地。当车辆的驾驶员不输入目的地时，目的地估计单元74估计目的地。当驾驶员或用户确定目的地时，目的地估计单元74可以被用来估计到目的地途中的停车地点。

路线搜索单元76基于存储单元9c中的成本计算函数Ci和来自地图数据输入器单元6的输入的地图数据来确定从起点(车辆的当前位置)到由目的地估计单元74估计的目的地(终点)的导航路线.由路线搜索单元76搜索的路线使用一种众所周知的方法，比如Dijkstra方法等，来发现特征在于方程1中的成本估计函数C_i最小值的导航路线。

导航单元78基于由路线搜索单元76确定的导航路线、由位置检测器1检测的车辆当前位置和来自地图数据输入器单元6的地图数据来提供朝向目的地的路线导航。

在确定目的地之后，基于目的地、行驶情况和用户信息，学习单元80实施用来重新定义和更新贝叶斯网络模型20的学习过程。基于车辆的停车地点和用户输入的目的地中的一个来确定行驶目的地。当目的地估计单元74估计目的地时，停车地点被确定为目的地，并且当检测到用来指定目的地的用户输入时，输入的目的地被确定为目的地。当目的地估计之后检测到行驶中的车辆停止时，执行基于停车地点的贝叶斯网络模型20的学习处理。基于停车地点的学习处理使用除了行驶情况和输入到贝叶斯网络模型20的用户信息之外的车辆停车地点。刚刚到达目的地之后可能不必执行学习处理，并且可以在学习处理的预定周期之后执行该学习处理。当用户输入指定目的地时，还可以在到达目的地之前执行学习处理。

图4示出了控制单元8功能的鲁棒性图表。在该图表中用户由图标90表示，并且收发器11和同乘者检测单元72由图标92表示。在图5，图6和图7的流程图中使用诸如步骤号码等其它的标号。

图5示出了用来在图2中的外部存储器9中存储用户信息的处理流程图。

在步骤S10中，该处理在显示器10上示出了输入屏幕，用于输入用户名，用户信息和用于计算/确定用户的信息，即生日和职业。

在步骤S20中，该处理确定是否输入用户名、生日和职业。当输入完成时(步骤S20：是)，该过程前进到步骤S30。当输入没有完成时(步骤S20：否)，该过程重复步骤S20。

在步骤S30中，该过程在外部存储器9的用户信息存储单元9d中存储在步骤S20中输入的用户名和其它信息。

图6示出了基于用户信息和行驶情况用于路线搜索的处理流程图。

在步骤S100中，该处理获得诸如存在同乘者等的行驶情况。同乘者检测单元72的功能对应步骤S100中的处理。基于来自座位传感器18的信号检测同乘者的存在，并通过来自收发器11的信息获得周中的日期。基于来自车辆中的时钟的信号确定行驶的时间段。在学习数据存储单元9b中存储该时间段、周中的日期和同乘者的信息。

在步骤S110中，该处理通过在显示器10上的用户列表中显示条目并且接收用于指定用户的输入，从而获得用户信息。用户信息输入单元70的功能对应步骤S110中的处理。利用操作开关7或在遥控器17上的操作指定的用户信息被用于从用户信息存储单元9d中检索用户的生日和职业。然后，基于生日和步骤S100中获得的来自时钟的时间信号确定用户的年龄。然后，在学习数据存储单元9b中存储用户的年龄和职业。

在步骤S120到步骤S140中，控制单元8中执行的处理用作目的地估计单元74的功能。在步骤S120中，基于输入到存储在外部存储器9的用户模型存储单元9a中的贝叶斯网络模型20的行驶情况(时间段，周中的日期和同乘者)以及用户信息(年龄和职业)，该处理计算行驶意图节点50中的各意图节点的可能性。

在步骤S130中，该处理基于意图节点和行驶情况的可能性来计算目的地节点60中每一个候选目的地的可能性。将拥有最高可能性的候选目的地确定为估计的目的地。

在步骤S140中，该处理在显示器10上显示估计的目的地。

在步骤S150到S160中，控制单元8中执行的处理用作路线搜索单元76的功能。在步骤S150中，该处理搜寻从位置检测器1检测出的当前车辆位置到目的地的导航路线。搜索出的路线具有使用Dijkstra方法等从成本估计函数Ci得来的最小的评估成本。

在步骤S160中，该处理在显示器10上显示在步骤S150中搜索到的导航路线。

现在，描述用于重新定义和更新贝叶斯网络模型20的处理。

图7显示了一个用于重新定义贝叶斯网络模型20的处理流程图。图7中所显示的处理对应学习单元80的功能，并且在目的地估计之后的行驶期间图7中的过程重复本身。

在步骤S200中，该处理确定车辆是否正在停止。基于来自位置检测器1的当前车辆位置探测车辆的停止。还可基于点火开关的导通/断开状态探测车辆的停止。当确定车辆停止时，处理前进到步骤S210，当确定车辆没有停止时，该处理结束。

在步骤S210中，处理确定由位置检测器1得到的车辆的当前位置为车辆的停车地点，并且在学习数据存储单元9b里存储停车地点。

在步骤S220中，该处理为了重新定义贝叶斯网络模型20而准备学习数据。该学习数据包括贝叶斯网络模型20中的每一个节点的状态，即节点32，34，42，44，46，50，60的状态。在图6所示的步骤S110中的处理存储年龄节点32和职业节点34的状态，在学习数据存储单元9b中，以图6所示的步骤S100中的处理中存储时间节点42，日期节点44和同乘者节点46的状态。存储在步骤S210的处理中的停车地点表示目的地节点60。

以下面的方式确定行驶意图节点50。即，使用在步骤S210中确定的停车地点和地图数据中的设施数据来确定目的地中的设施类型。然后，基于上述确定的停车地点和设施类型，使用设施类型和行驶意图之间的预定关系来确定行驶意图。这样，当停车地点是一个购物中心时，比如确定行驶的目的为购物。在这种情况下，依赖于情况设施类型可以和多个行驶意图联系在一起。比如，站点的设施类型和两个意图，比如往返两地和接上车/下车联系在一起。当在步骤S210中确定的停车地点有和多个意图相关联的设施类型属性时，使用显示屏幕或者引导声音将多个意图呈现给用户，以使得用户选择单个目的。

在步骤S230中，该处理基于在步骤S220中准备的学习数据重新定义存储在用户模型存储单元9a中的父节点和子节点之间条件相关的可能性。多次重复重新定义处理，就提高了目的地估计和意图估计的准确性。

当用户没有指定行驶的目的地时，本发明的导航***基于行驶意图的首要估计的两步推算，基于行驶情况和随后对目的地的估计，基于估计的行驶意图来确定估计目的地。这样，基于行驶意图的使用可以精确地估计行驶的目的地。

此外，除时间段和周中的日期之外还包括同乘者信息的行驶情况提高了目的地估计的精确性。而且，为了提高目的地估计的精确性使用用户信息。

目的地估计准确性的提高产生了深远的影响，例如，导航路线的提供提高燃料效率，和通过预报在导航路线拓展范围内的右/左转，导航路线的提供提高驾驶性能。

而且，本发明的效果可以在混合发动机车辆里用于改进(regenerating)刹车.更具体的说，因为通过电动马达而改进刹车，在用于充电的当前位置附近，根据估计的导航路线中下降斜面的准确预测，混合车辆中的混合型引擎能够减少汽油发动机的使用以对蓄电池充电.

尽管参考附图结合本发明优选实施例可以充分地描述本发明内容，但需要注意的是对本领域技术人员而言各种变化和修改是很明显的。

比如，如图8所示，用一个不同类型的贝叶斯网络模型100替代贝叶斯网络模型20。

贝叶斯网络模型100包括具有两个节点的用户信息节点30，即，年龄节点32和性别节点36。年龄节点32表示用户的年龄，以及性别节点36关于用户的性别表示男性和女性之间的差别。贝叶斯网络模型100还包括具有时间段节点42和日期节点48的行驶情况节点40。时间段节点42表示行驶的时间段，以及关于周中的日期的日期节点48表示工作日和节假日之间的区别。此外，包括在贝叶斯网络模型100中的行驶意图节点110拥有往返两地节点112，购物节点114和回家节点116。而且，包括在贝叶斯网络模型100中的目的地节点120有D总部节点122，M百货公司节点124和K城市节点。行驶意图节点110中的往返两地节点112，购物节点114和回家节点116以及目的地节点120中的D总部节点122，M百货公司节点124和K城市节点分别取多个可能性值。在图8所示的贝叶斯网络模型100中，定义行驶意图节点110为目的地节点120的唯一的父节点。在这种情况下，只基于行驶意图的目的地估计被足够精确地确定，即，目的地的可能性大于预定值，导航***可以提供关于充当相同行驶意图的目的地的其它设施的指引。

在上述实施例中，该导航***示出了估计目的地和朝向该目的地的导航路线。然而，该导航***可以显示最初计算的到达估计目的地的导航路线的绕行道。没有向导航***输入目的地的用户可能熟悉当前的目的地和到当前目的地的导航路线，因此只需要如图9的流程图中所示的最佳导航路线的绕行道。当车辆正在朝向目的地行驶时，导航***以预定的间隔重复图9中流程图中的处理。

图9中所示处理的一部分和图6中流程图中的处理相同。即，图9中步骤S130之前的处理的多个步骤和图6中步骤S130之前的处理的多个步骤相同，以及图9中的步骤S130之后的用于路线搜索的步骤S 150和图6中的步骤S150一样。

在步骤S170中，该处理确定步骤S130中计算的候选目的地的可能性是否大于预定值。当可能性大于预定值时(步骤S170：是)，处理前进到步骤S180。当可能性不大于预定值时(步骤S170：否)，该处理结束。这样，通过该处理确定了估计目的地的可靠性。

在步骤S180中，该处理基于收发器11接收到的交通信息确定到估计目的地的导航路线是否有交通障碍。当检测到交通障碍时(过程S180：是)，处理前进到步骤S190。当没有检测到交通障碍时(过程S180：否)，该处理结束。

在步骤S190中，处理搜索并显示最佳绕行道路线的或最初计算的导航路线。可以用提供警告来替代该绕行道路线的显示。

本实施例的另外一个修改可以在贝叶斯网络模型的行驶情况节点中包括一组不同的节点。即，贝叶斯网络模型20中反映的行驶情况可以包括除时间段和工作日/节假日区别以外的天气，交通堵塞情况，当前车辆的位置，当前钱包内钱的数量等等。

而且，用户信息可以包括除了年龄，职业和用户性别以外的用户的年龄组，家乡，家庭地址，家庭成员数量，同居一屋者的数量等等。

此外，可以基于用户本人的身份的输入或者基于图像识别，声音识别或者类似类型的识别方法识别用户，而不是选择用户列表中用户条目的一条。

此外，当预期的停靠位置和估计目的地一致时，可以用声音宣布估计目的地。

此外，车辆的行驶历史可以用于目的地估计。

此外，估计目的地的确定可以被推迟直到车辆的当前位置接近该估计目的地。也就是说，直到行驶车辆的位置进一步地接近该目的地，拥有几乎相同可能性的两个或者多个估计目的地可以保持未确定，作为显示在屏幕上的目的地。

图10显示了上述情况的处理流程图。在最初的图6中显示的步骤S100到S120中，处理基于行驶情况和用户信息计算贝叶斯网络模型20的行驶意图节点50中各节点的可能性。

在步骤S200中，该处理确定目的地节点60中表示的各目的地的可能性。这样，选择拥有较高可能性的预定数目的目的地作为候选目的地。

在步骤S210中，处理确定是否单个目的地可以被区别地选择出来。即，该处理确定拥有最高可能性的单个候选目的地，其相对于第二候选具有预定的可能性差值。当单个目的地被有区别地确定时(步骤S210：是)，该处理前进到用于路线搜索和路线显示的步骤S150和S160。当没有确定单个目的地时(步骤S210：否)，处理前进到步骤S220。

在步骤S220中，该处理为多个候选目的地中的每一个搜索和计算导航路线。

在步骤S230中，该处理在显示器10上显示多个导航路线的公共部分。例如，三条候选路线1，2，3中的公共导航路线在图11中被显示为从起点到D点的路线。

在步骤S240中，该处理通过位置检测器1检测车辆的当前位置。

在步骤S250中，该处理基于车辆的当前位置和步骤S220中计算的多条候选路线确定是否能够确定单个目的地。例如，图11中的点D和点A之间的当前车辆位置使得确定目的地是A点。同样地，点E和点B之间的当前位置使得确定目的地是B点，且E点和C点之间的当前位置使得确定目的地是C点。当不能确定目的地时，该处理重复步骤S240和S250。当确定目的地时，处理前进到步骤S260。

在步骤S260中，该处理显示到确定目的地的导航路线。

上述实施例的另外一个修改是目的地估计的结果可以和估计的行驶意图一起输出。

上述实施例的另一个修改是估计的行驶意图可以被用于显示关于估计的行驶意图的信息。

图12示出了用于控制关于行驶意图的信息显示的处理流程图。图12中的处理以预定的间隔、与图6，9或10中的处理并行而重复本身。

在步骤S300中，该处理确定是否估计了行驶意图。例如，当类似的处理执行步骤S210时(在图6和图10中)，该处理确定为肯定。当估计行驶意图时(步骤S300：是)，处理前进到步骤S310。当没有估计行驶意图时(步骤S300：否)，处理结束。

在步骤S310中，该处理收集关于估计的行驶意图的信息.在这个步骤中收集的信息包括在车辆当前位置附近的设施等的信息以及关于到估计目的地的导航路线的信息.例如，当估计的行驶意图是购物时，收集的信息包括购物设施信息，商店的营业时间信息，减价出售信息等等.这些信息可以由收发器11收集或者从外部存储器9中存储的信息中检索.

在步骤S310中，该处理在显示器10上显示收集的信息。

可以理解这些变化和修改在由附加的权利要求所限定的本发明内容的范围之内。

Claims

1.一种导航***，具有行驶情况检测功能，用于提供在起点和终点之间的导航路线，该导航***包括：

存储单元(9)，用于存储作为终点的停车地点和相关的设施类型信息；

在所述存储单元中存储的行驶意图确定器(20)，用于基于行驶情况信息和用户信息之间的关系来确定可能的行驶意图，并基于所述行驶情况信息和所述可能的行驶意图之间的关系来确定可能的目的地，所述行驶意图确定器包括行驶情况节点和用户信息节点作为贝叶斯网络模型中的行驶意图节点的父节点，以及终点节点作为所述贝叶斯网络模型中的行驶意图节点的子节点；

推断机构(8)，与所述行驶意图确定器通信，并用于确定所述可能的行驶意图和所述可能的目的地的对应的可能性，并基于具有最高的对应的可能性的可能的目的地，使用所述贝叶斯网络模型来推断所述终点；

再定义单元(80)，用于修改至少所述行驶意图节点和所述终点节点之间的条件相关性的可能性，从而基于所存储的停车地点和相关的设施类型信息来更新所述贝叶斯网络模型，以增加所述行驶意图确定器和所述推断机构的准确性；

学习数据确定单元(80)，用于通过学习基于实际停车地点的类型的条件相关性的可能性，使用所述实际的停车地点和设施类型信息，来确定基于停车地点和设施类型的行驶意图；以及

学习单元(80)，用于更新由所述行驶意图确定器基于所述用户信息可校正的可能性，通过所述学习数据确定单元学习所述可能性，来确定所述停车地点、所述行驶情况信息、和所述基于停车地点和设施类型的行驶意图。

2.根据权利要求1所述的导航***，

其中所述推断机构(8)输出所确定的行驶意图和所确定的终点。

3.根据权利要求1或2所述的导航***，还包括：

所述推断机构(8)中的可能性机构，用于基于所述各候选终点的可能性来确定是否选择多个候选终点中的一个；以及

所述推断机构(8)中的确定机构，用于基于对从所述车辆当前位置到各所述候选终点的导航路线的计算，来确定所述终点；

其中所述推断机构(8)确定所述多个候选终点，来给所述可能性机构和所述确定机构使用。

4.根据权利要求1或2所述的导航***，还包括：

行驶信息获得单元(11)，用于获得通过所述行驶意图确定器所确定的关于所述可能的行驶意图的信息；以及

行驶信息输出单元(10，13)，用于输出通过所述行驶信息获得单元(11)获得的关于所述可能的行驶意图的信息。

5.根据权利要求1或2所述的导航***，其中，所述行驶情况信息包括在所述起点的估计的行驶状况。

6.根据权利要求1或2所述的导航***，其中，所述推断机构在用户未输入目的地信息时推断所述终点。

7.一种导航***，用于提供在起点和终点之间的导航路线，该导航***包括：

行驶意图确定器(20)，用于基于行驶情况信息和用户信息之间的关系来确定可能的行驶意图，并基于所述行驶情况信息和所述可能的行驶意图之间的关系来确定可能的目的地；

目的地估计单元(74)，与所述行驶意图确定器通信，并用于确定所述可能的行驶意图和所述可能的目的地的对应的可能性，并基于具有最高的对应的可能性的可能的目的地，来推断所述终点；以及

再定义单元(80)，用于基于作为终点存储的停车地点和相关存储的设施类型信息修改至少所述可能的行驶意图和所述终点的条件相关性的可能性，以增加所述行驶意图确定器和所述目的地估计单元的准确性。

8.根据权利要求7所述的导航***，其中，所述目的地估计单元在用户没有输入目的地信息时推断所述终点。

9.根据权利要求1或2所述的导航***，其中，所述存储单元用于存储与对应的车辆情况信息和对应的用户信息相关联的相关的设施类型信息和作为所述终点的停车地点。

10.根据权利要求7所述的导航***，还包括存储单元，用于存储与对应的行驶情况信息和对应的用户信息相关联的相关的设施类型信息和作为所述终点的停车地点。

11.根据权利要求1或2所述的导航***，其中，所述学习数据确定单元基于已确定车辆停车时的所述实际停车地点和所述设施类型信息，来确定所述实际停车地点的类型。

12.根据权利要求1或2所述的导航***，其中，所述学习数据确定单元确定多个基于停车地点和设施类型的行驶意图。

13.根据权利要求1或2所述的导航***，其中，将所述多个基于停车地点和设施类型的行驶意图呈现给所述用户，以允许所述用户选择所述多个基于停车地点和设施类型的行驶意图中的一个，由所述学习单元使用所选择的基于停车地点和设施类型的行驶意图来更新所述可能性。