JP2023504269A - ルートのリスク判定方法およびシステム - Google Patents

Abstract

ルートのリスク判定方法は、入力のセットを収集するステップと、リスクスコアのセットを決定するステップを含む。さらに、この方法は、入力のセットを処理するステップ、入力のセットを整理するステップ、入力のセットに基づいてモデルを決定するステップ、リスクスコアのセットを決定するステップ、リスクスコアのセットに基づいて出力を生成するステップ、および／またはその他の適切なプロセスのいずれかまたはすべてを含み得る。【選択図】図３Ａ

Description

関連出願への相互参照
［０００１］ この出願は、２０１９年１２月３日に出願された米国仮出願番号６２／９４２，９０７および２０２０年７月１４日に出願された米国仮出願番号６３／０５１，５９３の利益を主張するものであり、それぞれこの参照によりその全体が組み込まれる。

［０００２］ 本発明は、一般に、車両テレマティクス分野に関し、より具体的には、車両テレマティクス分野のルートに関連するリスクを判定するための新規で有用な方法およびシステムに関する。

［０００３］ 車両衝突事故は年間相当数の死亡の原因であり、これらの衝突事故の多くは運転者の行動に起因し、また運転者が通る特定のルートに大きく依存する。従来のシステムや方法は、目的地までの時間や距離だけに基づいてルートを評価しユーザへ推奨できるが、これらの要素は、安全性やその他の重要な要素の観点からユーザが運転するのに最も適したルートを反映したものではない。

［０００４］ したがって、車両テレマティクスの分野では、運転者の衝突リスクを最小限に抑えるルートを特定して推奨するための新規で有用な方法およびシステムを構築する必要がある。

図１は、ルートのリスク判定方法１００の概略図である。 図２は、ルートのセットのそれぞれを構成するルートセグメントのバリエーションを示す。 図３Ａ～３Ｆは、一連の運転者が走行した一連のルートに関連付けられたデータの編成と集計のバリエーションを示す。 図４は、方法１００の変形例のセンサデータ、イベント、および出力の概略図を示す。 図５は、方法１００のバリエーションにおいて、出力として提供される運転者スコア視覚化のバリエーションを示す。 図６は、方法１００のバリエーションにおいて、出力として提供されるルートリスク視覚化のバリエーションを示す。 図７は、ルートリスク判定のためのモデルを決定する際に使用される一連の入力の概略的なバリエーションを示す。 図８は、方法１００に含まれる入力のセットのバリエーションを示す。

［００１３］ 本発明の好ましい手段の以下の説明は、本発明をこれらの好ましい実施形態に限定することを意図したものではなく、むしろ当業者が本発明を製造し使用できるようにすることを意図したものである。

１．概要
［００１４］ 図１に示すように、ルートのリスク判定方法１００は、入力のセットを収集するステップＳ１１０と、リスクスコアのセットを決定するステップＳ１４０とを含む。さらに、方法１００は、入力のセットを処理するステップＳ１２０、入力のセットを整理するステップＳ１２５、入力のセットに基づいてモデルを決定するステップＳ１３０、リスクスコアのセットを決定するステップ１４０、リスクスコアのセットに基づいて出力を生成するステップＳ１５０、および／またはその他の適切なプロセスのいずれかまたはすべてを含むことができる。

［００１５］ さらに追加的または代替的に、方法１００は、２０１４年１２月１０日に出願された米国出願シリアル番号１４／５６６，４０６（米国特許第９，９９６，８１１号として発行済み）；２０１６年８月２２日に出願された米国出願シリアル番号１５／２４３，５１３（米国特許第９，７３３，０８９号として発行済み）；２０１６年８月２２日に出願された米国出願シリアル番号１５／２４３，５６５（米国特許第９，８１８，２３９号として発行済み）２０１７年９月１２日に出願された米国出願シリアル番号１５／７０２，６０１（米国特許第９，９５５，３１９として発行済み）；２０１７年１２月７日に出願された米国出願シリアル番号１５／８３５，２８４；２０１７年１月９日に出願された米国出願シリアル番号１５／４０１，７６１（米国特許第１０，１５４，３８２号として発行済み）；２０１８年６月２８日に出願された米国出願シリアル番号１６／０２２，１２０；２０１８年６月２８日に出願された米国出願シリアル番号１６／０２２，１８４（米国特許第１０，３０４，３２９号として発行済み）；２０１８年１０月２２日に出願された米国出願シリアル番号１６／１６６，８９５（米国特許第１０，５５９，１９６号として発行済み）；２０１８年１１月２７日に出願された米国出願シリアル番号１６／２０１，９５５（米国特許第１０，２７８，０３９号として発行済み）、のいずれかまたはすべてに記載された方法、プロセス、実施例、および／または例のいずれかまたはすべてを含むことができ、これらはそれぞれがこの参照によって全体が組み込まれる。

［００１６］ 方法１００は、好ましくは、以下に記載されるようなシステムで実行されるが、追加的または代替的に、任意の他の適切なシステムで実行されてもよい。さらに追加的または代替的に、方法１００は、上記の出願のいずれかまたはすべてに記載されているシステム、構成要素、部品、および／または実施例のいずれかまたはすべてを使用して実行することができる。

２．利点
［００１７］ この方法およびシステムは、現在のシステムおよび方法と比べていくつかの利点をもたらし得る。

［００１８］ 第１のセットのバリエーションでは、方法および／またはシステムは、多数の要因（例えば、人間の運転行動、時間的考察、道路インフラストラクチャなど）に基づくルートおよび／またはルートセグメントに関連するリスクの利益を付与し、これを運転者がより多くの情報に基づいたナビゲーションを選択できるようにするなど、複数の異なる用途に用いることができる。例えば、具体的な例では、この方法により、運転者は通るルートを選択するときに、ルートの安全性（例えば、予測される衝突のリスクに基づく）など、到着時間と距離を超えた要因を考慮に入れることができる。

［００１９］ 上記のものに追加または代替される第２のセットのバリエーションでは、方法および／またはシステムは、道路インフラストラクチャの安全性を評価および／または通知することの利益を与える。具体的な例では、例えば、道路インフラストラクチャの様々な特徴および／または変更（例えば、交差点に追加された左折灯、ラウンドアバウトに変更された４方向停止など）に関連するリスクを判定することができる。具体的な例では、この情報は、インフラストラクチャの変更を実施する前にその影響を予測すること、インフラストラクチャの変更を関係者（都市計画担当者、土木技師など）に提案すること、衝突のリスクが高いインフラストラクチャの特徴に関するレポート、および／または他の適切な結果を生成すること、のいずれかまたはすべてに利用することができる。

［００２０］ 上記のものに追加または代替される第３のセットのバリエーションでは、方法および／またはシステムは、一連の運転者（例えば、運転者の集合、複数の運転者、数千人の運転者、数万人の運転者など）に関連する連続的に収集されたデータを位置情報とともに活用し、１以上の地域および／または米国全体および／またはグローバルフレームワーク内のルートに帰属するリスク要因を判定し属性づけるという利点を付与する。具体的な例では、テレマティクスデータを使用して収集された運転者の様々な行動を、１以上のデータベースからの衝突情報と組み合わせて使用して、様々な場所やルートにおける衝突のリスクを正確に定量化および／または予測できるモデルを決定することができる。追加的または代替的に、このテレマティクスデータは、モデルを更新するために使用することができる。

［００２１］ 特定の実施例では、この方法は、運転者によって運転されたルートの不完全なＧＰＳトレースなど、一連の運転者に関連する不完全な情報を処理するように設計されており、ユーザによって運転されたルートセグメントのサブセットまたはすべてを特定することができる（例えば、地図を用いて、運転者入力を用いて、運転者が以前にたどったルートに基づいて、一連のユーザの集合からのルートに基づいてなど）。

［００２２］ 追加または代替の特定の実施例では、運転者の行動を特定するのに使用されるテレマティクスデータは、車両内に配置されたおよび／または車両に後付けされたモバイルデバイスまたは補助デバイス（例えば、コンピューティングデバイス）から全部が収集され、ここで自動運転車両のコンテキストにおいて車両内のセンサ（例えば、ＯＥＭセンサ）から情報は取得されず、および／または車両に追加されることはない。

［００２３］ 上記のものに追加または代替される第４のセットのバリエーションでは、方法および／またはシステムは、以下のいずれかまたはすべてに関連するリスクについて人間の運転者にさらに通知するという利点を与える：運転者がとったルート（運転者が一般的にとるどのルートが最も危険か）、現在通っているルート（例えば、ナビゲーションアプリでルートを動的に調整する、運転者に通知を送信するなど）、および／または運転者がたどる可能性のあるルート（例えば、運転者が、リスクスコアに基づいて複数のルートのセットから１つを選択できるようにする）。追加的または代替的に、これらの利点のいずれかを適用して、自動運転車の運転に関連するリスクを軽減することができる。

［００２４］ 上記のものに追加または代替される第５のセットのバリエーションでは、方法および／またはシステムは、ルート、ルートセグメント、および／または地域について決定されたリスクを、保険会社の１つまたは複数のアウトプットを決定する際に使用できるようにする。例えば、運転者の居住地域、運転者がよく運転するルートのセット、ルートのリスクに関連する特定の運転者の行動、および／またはその他の適切な情報のいずれかまたはすべてに基づいて、保険料の特定および／または保険料率の調整に用いることができる。

［００２５］ 追加的または代替的に、方法および／またはシステムは、他の適切な利益を与え得る。

３．システム
［００２６］ ルートのリスク判定システムは、好ましくは、１つまたは複数のルートおよび／またはルートセグメントに関連するリスクを判定するように機能する。追加的または代替的に、システムはルートのリスクが判定されるモデルを決定し、ルートのリスクに基づいて１つまたは複数の出力を生成し、方法１００のプロセスのいずれかまたはすべてを実行し、および／または他の任意の適切な機能を実行するように機能し得る。追加的または代替的に、方法１００は、他の任意の適切なシステムで実行することができる。

［００２７］ ルートのリスク判定システムは、好ましくは（例えば、以下に説明するような）モデルを含み、このモデルは、ルートセグメントのセットのそれぞれに関連するリスクスコアを決定するように機能する。追加的または代替的に、モデルは他の適切な出力を決定するように機能することができ、および／またはシステムは他の適切なコンポーネントを含むことができる。

［００２８］ システムは、ユーザデバイス上で実行されるものなどの１つまたは複数のクライアントアプリケーションを含むことができ、以下に説明するように１つまたは複数のスコアを決定するための情報を収集し、情報を処理し、ユーザに出力を表示するか他の方法で提示するように機能し、および／または他の適切な機能を実行することができる。好ましいバリエーションでは、例えばシステムは、ユーザデバイス（例えば、モバイルデバイス、固定デバイス、補助デバイス、保険会社および／または他の団体などによって車両に配置されたものなどのサードパーティハードウェアデバイス）および／または他の適切なコンポーネント上で実行されるクライアントアプリケーションを含み、および／またはそれらとインターフェースする。

［００２９］ クライアントアプリケーションは、任意選択で、ユーザデバイス上の他のクライアントアプリケーションおよび／またはクライアントアプリケーション機能（例えば、ナビゲーションクライアントアプリケーション、ウェザークライアントアプリケーション、クロッククライアントアプリケーションなど）を含み、および／またはそれらと通信することができる。追加的または代替的に、クライアントアプリケーションは、他のクライアントアプリケーションとの通信がなくても動作できる。

［００３０］ クライアントアプリケーションは、好ましくはテレマティクスアプリケーションであり、ユーザデバイス内のセンサなどの１つまたは複数のセンサ（例えば、Ｓ１１０で説明）から情報を受信するように機能するが、追加的または代替的に、任意のセンサシステム（例えば、ＯＥＭセンサ、レーダーおよび／またはライダーセンサなどの車両センサおよび／または自動運転車両のカメラなど）から情報収集するように構成された他の適切なクライアントアプリケーションを含み得る。

［００３１］ システムは、任意選択で、ユーザデバイス（例えば、モバイルデバイス）を含み、および／またはそれらとインターフェースするように構成することができる。ユーザデバイスは、モバイルデバイス（例えば、携帯電話、タブレットなど）、個人のユーザデバイス（例えば、運転者のユーザデバイス、乗客のユーザデバイスなど）、補助デバイス（例えば、サードパーティのハードウェアデバイスなど）、および／またはその他の適切なデバイスおよび／またはデバイスの組み合わせを含み得る。ユーザデバイスの例には、タブレット、スマートフォン、携帯電話、ラップトップ、時計、ウェアラブルデバイス（眼鏡など）、またはその他の適切なユーザデバイスが含まれる。ユーザデバイスは、電力ストレージ（バッテリなど）、処理システム（ＣＰＵ、ＧＰＵ、メモリなど）、ユーザ出力（ディスプレイ、スピーカ、振動機構など）、ユーザ入力（キーボード、タッチスクリーン、マイクなど）、位置情報システム（ＧＰＳシステムなど）、センサ（光センサやカメラなどの光学センサ、加速度計、ジャイロスコープ、および高度計などの方向センサ、マイクなどの音声センサ、磁気計、重力センサなど）、データ通信システム（例えば、ＷｉＦｉトランシーバ、Ｂｌｕｅｔｏｏｔｈトランシーバ、セルラートランシーバなど）、またはその他適切なコンポーネントのいずれかまたはすべてを含み得る。

［００３２］ 追加的または代替的に、補助デバイスは、他のユーザデバイスとは別体であり、および／または分離しており（例えば、ユーザデバイスが運転手および／または乗客に所有され、補助デバイスが保険会社および／または民間企業および／または公共企業などのサードパーティ団体に所有される場合）、および／またはシステムは他の任意の適切なデバイスを含み、および／またはそれらとインターフェースすることができる。

［００３３］ システムは、任意選択で、センサシステム（例えば、ユーザデバイスの一部として、ユーザデバイスとは別に、補助デバイスの一部として、補助デバイスとは別に、ＯＥＭセンサシステムなど車両の一部として）を含むか、および／またはセンサシステムとインターフェースするように構成することができ、これには、ユーザデバイスの動き、ユーザデバイスの向き、車両の動き、車両の向き、車両内のユーザデバイスの位置、および／またはその他の適切な情報を検出するように機能するモーションセンサ（加速度計、ジャイロスコープ、磁気計、方向センサなど）、ユーザによるユーザデバイスの扱いを検出および／または分類するように機能し得る近接センサ（光学センサ、容量センサなど）、位置センサ（ＧＰＳなど）、上述したセンサのいずれかまたはすべて、後述するセンサのいずれかまたはすべて、および／またはその他の適切なセンサ、のいずれかまたはすべてを含み得る。好ましいバリエーションでは、センサのセットは、ＧＰＳセンサ、加速度計、ジャイロスコープ、磁力計、および重力センサのいずれかまたはすべてを含む。追加的または代替的に、センサシステムは、他の任意の適切なセンサを含むことができる。

［００３４］ バリエーションの第１のセットでは、システムは、ユーザデバイスに搭載されたセンサのセット（例えば、車両内に配置され、車両に結合され、車両の内面に固定され、車両の外面に固定されるなど）を含み、これにより、（例えば、Ｓ１１０で説明したように）ユーザデバイスに搭載されたセンサを使用して入力を収集し、車両の運転者および／または車両（例えば、自動運転車）に関連する一連の運転イベントを特定する。追加的または代替的に、入力は、例えば車両自体から（例えば、ＯＥＭセンサから、車両の速度計から、車両の加速度計から、トラックの貨物負荷を判定する目盛りから、重量センサからなど）、車両に追加された（例えば、固定された、外部に結合されたなど）補助センサ（例えば、レーダーセンサ、リダーセンサ、カメラなど）、および／またはその他の適切なセンサのいずれかまたはすべてなど、他のセンサおよび／またはコンポーネントから収集してもよい。

［００３５］ 一組の具体例では、一組の運転イベントを特定するために使用される入力のセットは、車両の運転手および／または乗客に付随する個人ユーザデバイス（例えば、携帯電話など）からのみ収集される。別の一組の具体例では、運転イベントのセットを特定するために使用される入力のセットは、車両に取り外し可能に結合された（例えば、車両の充電ポートに取り外し可能に結合された）、センサのセットと処理サブシステムおよび／またはコンピューティングサブシステムを有するサードパーティデバイスなどの補助デバイスからのみ収集される。

［００３６］ 追加的または代替的に、センサは、任意のデバイスおよび／またはデバイスの組み合わせからのものであってもよい。

［００３７］ 好ましくはシステムは、車両（ｖｅｈｉｃｌｅ）を含むか、および／または車両とインターフェースし、ここで車両は、自動車（自動車、トラック、ＳＵＶなど）、軽電気自動車（電気自転車、電気スクーター、電気スケートボード、少なくとも１人の人間を運ぶように構成されたその他の適切な電気自動車など）、航空機（固定翼航空機、回転翼航空機、ドローン、ホバークラフトなど）、大量輸送陸上車両（バス、機関車、ライトレール列車など）、水上車両（プレジャークラフト、フェリー、ハイドロフォイルクラフトなど）、および／またはその他の適切な車両である。好ましくは車両は、人間のオペレータによって運転されるように構成される（例えば、手動操作の下、半自動操縦の下でなど）が、追加的または代替的に、自動操縦の下で、および／または任意の組み合わせで運転されるように構成することができる。

［００３８］ システムはさらに好ましくは、コンピューティングサブシステムを含むか、および／またはコンピューティングサブシステムとインターフェースし、当該コンピューティングサブシステムは、入力セットの編成、モデルの一部またはすべての実装、リスクスコアのセットの決定、リスクスコアのセットに基づく出力生成、および／または他のプロセスおよび／またはプロセスの組み合わせを実行するために使用することができる。コンピューティングサブシステムは、好ましくは、少なくとも部分的にリモートに（例えば、リモートコンピューティングサブシステム、クラウドコンピューティングサブシステムなど）配置されるが、追加的または代替的に、ローカルに（例えば、ユーザデバイスのオンボードコンピューティングサブシステム、車両のコンピューティングサブシステムなど）、および／または他の適切な場所に配置することができる。追加的または代替的に、コンピューティングサブシステムは、１つまたは複数のシステムコンポーネントとして、リモート構成として、複数のコンポーネントが分散および／または遠隔配置され、および／またはリモートコンピューティングサブシステムと通信するユーザデバイスのオンボードコンピューティングサブシステムなど、他の方法で構成することができる。

［００３９］ 好ましいバリエーションでは、リスクスコアのセットおよび／またはモデルの１つまたは複数の出力（例えば、リスクスコアのルックアップテーブル、所定のルートセグメントのセットおよび関連するリスクスコアなど）を決定するために用いられるモデルはリモートコンピューティングサブシステムに配置され（例えば、保存され、ここから参照されるなど）、ユーザデバイスのコンピューティングサブシステムがこのリモートコンピューティングサブシステムと通信し、ユーザデバイスがセンサ情報および／または運転イベント（例えば、オンボードコンピューティングサブシステムで特定、リモートコンピューティングサブシステムで特定されたものなど）をリモートコンピューティングサブシステムに送信し、処理させることができる（例えば、モデルによって、リスクスコアのセットといったモデルの出力に基づいてなど）。追加的または代替的に、モデルおよび／または１つまたは複数のモデル出力はローカルに配置することができ（例えば、クライアントアプリケーションに格納、ユーザデバイスに格納など）、および／または任意の他のコンピューティングサブシステムを実装することができる。

［００４０］ コンピューティングサブシステムは、メモリ、ストレージ、処理部（例えば、ＣＰＵ、ＧＰＵ、プロセス、システムオンチップなど）、および／またはその他の適切なコンポーネントのいずれかまたはすべてなど、任意の適切なサブコンポーネントを含むことができる。

［００４１］ 追加的または代替的に、システムは、他の任意の適切なコンポーネントを含むことができる。

４．方法
［００４２］ 図１に示すように、ルートのリスク判定方法１００は、入力のセットを収集するステップＳ１１０と、リスクスコアのセットを決定するステップＳ１４０とを含む。さらに、方法１００は、入力のセットを処理するステップＳ１２０、入力のセットを整理するステップＳ１２５、入力のセットに基づいてモデルを決定するステップＳ１３０、リスクスコアのセットを決定するステップＳ１４０、リスクスコアのセットに基づいて出力を生成するステップＳ１５０、および／またはその他の適切なプロセスのいずれかまたはすべてを含むことができる。

［００４３］ さらに追加的または代替的に、方法１００は、上記のいずれかまたはすべての出願に記載された方法、プロセス、実施形態、および／または実施例のいずれかまたはすべてを含むことができる。

［００４４］ 方法１００は、特定のルートに関連するリスクを評価するように機能し、これは後に、限定しないが、運転者による情報に基づいたルート選択、リスクに照らした最適なルートと整合するナビゲーション指示の提供、ルートのリスクに関連する運転者および／または他のエンティティへの通知、ルートのリスクに照らした１以上のエンティティ（保険会社、インフラストラクチャ機関など）による情報に基づく意思決定、の１つまたは複数の出力を生成するために使用することができ、および／または方法１００は、他の任意の適切な出力を生成するように機能することができる。追加的または代替的に、方法１００は、ルートおよび／またはルートセグメントのセット（本書では等価的にルートリンクおよび／または道路リンクと呼ばれる）に関連するリスクを特定するためのモデルを生成および／または検証するように機能することができる。さらに追加的または代替的に、方法１００は、他の任意の適切な機能を実行するように機能することができる。

［００４５］ 方法１００は、好ましくは上記のようなシステムで実行されるが、追加的または代替的に、任意の他の適切なシステムで実行され得る。

４．１ 方法：入力のセットを収集するステップＳ１１０
［００４６］ 方法１００は、リスクスコアのセットに基づいて最終的に１つまたは複数の出力に使用する情報を収集するように機能する、入力のセットを収集するステップＳ１１０を含む。追加的または代替的に、Ｓ１１０は、リスクスコアのセットを決定するために使用されるモデルおよび／またはモデルパラメータのセット（例えば、重みのセット）を決定するための情報を収集し、モデルを更新するための情報を収集し、および／または他の適切な機能を実行できるするように機能することができる。

［００４７］ Ｓ１１０は好ましくは、例えば、ルートの開始前（運転者が目的地をナビゲーションアプリに入力する際、運転者が車両に入る際、車両の最初の発進時など）、ルートの開始時（車両の最初の発進時など）、車両のルート走行中、ルートの決定時（車両が動きを止めたと判断するまで、車両が動きを止めてから所定の時間が経過したと判断するまでなど）、および／またはその他の適切な時期、のいずれかまたはすべてにおいて、運転者によるルートの走行と同時（例えば、ルートの開始前、途中、部分的に重複、完全に重複、その後など）に実行される。追加的または代替的に、Ｓ１１０は、他の任意の適切な時間に実行することができる。

［００４８］ Ｓ１１０は、好ましくは、方法１００の間に少なくとも１回実行され、追加的または代替的に、複数回（例えば、連続的に、所定の頻度で、いずれかまたはすべてのプロセスの前に、いずれかまたはすべてのプロセス中に、プロセスの一部またはすべての後になど）のいずれかまたはすべてで実行することができる。さらに追加的または代替的に、方法１００は、Ｓ１１０なしでも実行することができる。

［００４９］ リスクスコアのセットによって出力が生成される好ましいバリエーションでは、Ｓ１１０は、これらの時間のいずれかまたはすべてにおいて（例えば、必要な出力に応じて）収集され得る。ルートの選択肢がユーザに提供される、および／またはリスクに基づいて自動的に選択される特定の実施例では、Ｓ１１０は、例えばルートの走行前にユーザが目的地をナビゲーションクライアントアプリケーションに入力しているときに実行することができる。追加的または代替的に、Ｓ１１０は、ルートの走行中（連続的に、所定の頻度でなど）、常に（所定の頻度で車両が動いているかどうかを確認）、トリガに応答して、および／または他の適切なタイミングで、のずれかまたはすべてで実行することができる。

［００５０］ ルートおよび／またはルートセグメントのセットにリスクスコアを割り当てるためのモデルが決定される好ましいバリエーションでは、入力は、ユーザの集合体について、ユーザの運転中および／または車両の動作中に、連続的に（例えば、所定の頻度で）複数回収集されることが好ましい。

［００５１］ Ｓ１１０は、好ましくはルートセグメントのセットに関連するデータを収集することを含み、これはルートリスクの決定（および／または逆にルートの安全性）を決定することができる情報を提供するように機能する。追加的または代替的に、Ｓ１１０は、運転者の安全性の決定を決定することができる情報を提供するように機能し、および／または方法の後続のプロセスで説明されるもののいずれかまたはすべてなどの他の適切な出力を生成することができる。

［００５２］ 本書におけるルートとは走行（ｔｒｉｐ）中に車両が通過する特定のコースを指し、ここで走行とは、出発地点と終了点（本書では等価的に目的地と呼ばれる）によって定義されることが好ましいが、追加的または代替的に他の任意の方法で定義されてもよい。ルートには、高速道路、自動車道路、住宅用道路、サービス道路、および／またはその他の適切な道路のいずれかまたはすべてなど、任意の適切な道路および道路の組み合わせを含み得る。

［００５３］ 各ルートは、好ましくはルートセグメントのセットによって定義され、これは、走行中に車両が通過するルートを構築するための「ビルディングブロック」として機能する。ルートセグメントは、好ましくは道路の一部の仮想表現であるが、追加的または代替的に、道路の対応する部分などの１つまたは複数の有形の構成要素を含み得る。ルートセグメントは、好ましくは隣接するルートセグメントをモジュール式に組み合わせることによって多数の可能なルートを構築できるように定義され、任意のルートはルートセグメントのセットから構築される。いくつかのバリエーションでは、例えば、可能なルートセグメントのセットは、任意選択で、ルートセグメントの第１のサブセットとして交差点を含み、ルートセグメントの第２のサブセットとして交差点を接続する道路部分を含む。交差点とは、信号機の交差点、一時停止標識の交差点（例えば、２方向停止、４方向停止など）、ラウンドアバウト、高速道路の構造（例えば、進入ランプ、退出ランプ、混雑領域および／または他の複雑な領域など）、ゆずり合い標識（ｙｉｅｌｄ ｓｉｇｎｓ）のある交差点、および／またはその他の適切な道路インフラ構造、のいずれかまたはすべてを指す。道路セグメントの少なくとも第２のサブセットでは、道路セグメントは長さが可変であり得る。例えばいくつかの例では、２つの交差点間の道路が単一のルートセグメントとして定義される。さらに、ルートセグメントの第１のサブセットの長さも可変であり得る。しかしながら、追加的または代替的に、ルートセグメントのいずれかまたはすべては、均一または実質的に均一であると定義することができる（例えば、所定の閾値未満の距離を定義する、所定の閾値以上の距離を定義する、最小閾値と最大閾値の間の距離を定義するなど）。さらに追加的または代替的に、ルートセグメントは別の方法で定義してもよい。

［００５４］ 好ましい変形例では、例えば、車両が走行するルートは、ルートセグメントのシーケンスとして定義され、ルートセグメントのシーケンスの各々は、道路のセグメントと交差点の少なくともいずれかとして定義される。特定の実施例では、ルートセグメントのシーケンスが選択されるルートセグメントのセットは、地理的領域内の交差点と、これら交差点を接続する道路区間とのセットを含み、ここで２つの交差点を接続する道路区間が好ましくは単一のルートセグメントを形成するが、追加的または代替的に複数のルートセグメントを形成することができる。第２の特定の実施例では、ルートセグメントのシーケンスが選択されるルートセグメントのセットは、交差点と、これら交差点を接続する道路区間のセットを含み、ここで２つの交差点を接続する道路のセクションは、各ルートセグメントが均一な長さまたは実質的に均一な長さである（例えば、距離／長さのしきい値のセット内）任意の数のルートを形成することができる。追加的または代替的に、ルートセグメントは、交差点を接続するセグメントのみ、交差点のみを含んでもよく、および／または他の方法で定義してもよい。

［００５５］ バリエーションの第１のセットでは、Ｓ１１０は、ルートセグメント識別子（ルートセグメントＩＤ）および／または特定のルートセグメントに関連する他のパラメータ（例えば、場所、距離、年ごとの走行ルートセグメント推定マイル（百万））などのルートセグメントパラメータのセットを収集することを含む。特定の実施例では、ルートセグメントパラメータは、モデルを決定するとき、および任意選択で１以上の出力のセットを決定するときに収集され、これらは、他の入力をデータ組織（ｄａｔａ ｏｒｇａｎｉｚａｔｉｏｎ）に通知する（例えば、ユーザデバイスで収集された位置情報に基づく適切なルートセグメントにセンサ情報を割り当てる）、ルートセグメントに関連するリスクを決定する、のいずれかまたはすべてを実行するように機能し、および／またはその他の適切な機能を実行する。

［００５６］ ルートセグメントパラメータは、好ましくは、地図データベース（例えば、ＯｐｅｎＳｔｒｅｅｔＭａｐ［ＯＳＭ］データベース、ナビゲーション／地図クライアントアプリケーションデータベース、個人所有データベース、公共所有および／または利用可能なデータベースなど）などのデータベースから事前に決定され、収集される。追加的または代替的に、ルートセグメントパラメータは、任意の他の適切なソースから受信されたり、動的に決定されたり（例えば、方法１００の間、方法１００の前など）、および／または他の方法で決定され得る。

［００５７］ 入力セットの少なくとも一部には、ＧＰＳセンサ、加速度計、ジャイロスコープ、磁力計、重力センサ、および／またはその他の適切なセンサのいずれかまたはすべてのようなセンサシステムから（ユーザデバイスから、車両からなど）収集されたセンサ入力が含まれる。追加的または代替的に、データのいずれかまたはすべては、ユーザデバイスの処理システム（例えば、チップ上のシステム、集積回路、ＣＰＵなど）、リモートコンピューティングシステム（例えば、クラウドコンピューティングシステム）、車両、時計（例えば、ユーザデバイスのリアルタイムクロック［ＲＴＣ］）、ユーザデバイスの二次クライアントアプリケーション（例えば、ナビゲーションアプリ、気象アプリなど）、および／または他の任意の適切な情報源から収集することができる。追加的または代替的に、入力は他の方法で収集されてもよい。センサ入力は、さらに好ましくは、ユーザデバイス上で実行されるクライアントアプリケーションおよび／またはクライアントアプリケーションに付随するソフトウェア開発キット（ＳＤＫ）で収集されるが、追加的または代替的に、リモートコンピューティングシステム、リモートストレージ、センサのリモートセット（例えば、車両の環境内の外部センサ）、および／または他の適切なコンポーネントから収集することができる。

［００５８］ 図１に示すように、センサ入力は、位置情報（例えば、緯度と経度、ＧＰＳ座標、ＧＰＳトレース、部分ＧＰＳトレース、ルート識別子、ルートセグメント識別子、住所、車両姿勢など）、運動情報（例えば、加速度情報、速さ（ｓｐｅｅｄ）および／または速度（ｖｅｌｏｃｉｔｙ）情報、位置－速度－加速度［ＰＶＡ］データなど）、および／または方位情報（例えば、ジャイロスコープ情報、磁気計情報など）、のいずれかまたはすべてを含み得る。追加的または代替的に、センサ情報は、光学情報（例えば、１以上のカメラから、ユーザデバイスのカメラから、車両に固定されたカメラから、車両の環境内のカメラから、地域の気象条件を示すストリームから、道路状況を示すストリームからなど）、レーダー情報、ライダ（ｌｉｄａｒ）情報、温度情報（例えば、ユーザデバイスの温度センサから）、湿度情報（例えば、湿度センサから）、圧力情報（例えば、エアバッグの展開などによる車両の圧力の変化を検出するため）、接触（ｃｏｎｔａｃｔ）情報（例えば、デバイスの使用／取り扱いを検出するためのユーザデバイスの接触センサから、デバイスの使用／取り扱いなどを検出するためのユーザデバイスの光学センサからなど）、近接情報（例えば、他の車両および／または物体への車両の接近を検出するための車両の近接センサから）、および／または任意の適切なセンサからの他の適切な情報、のいずれかまたはすべてを含み得る。

［００５９］ 追加的または代替的に、他の適切な入力は、クライアントアプリケーション、ユーザデバイス、コンピューティングシステム、データベース、および／または他の適切なコンポーネントのいずれかまたはすべてから収集することができる。いくつかのバリエーションでは、入力のセットは例えば、ユーザのユーザデバイスの使用に関する情報（例えば、運転中、クライアントアプリケーションの使用、デバイス処理情報など）、ユーザに関連付けられた履歴情報（例えば、ユーザが運転したルート履歴）、車両情報（例えば、メーカーとモデル）、ユーザの好み（例えば、最大リスクしきい値、安全なルートのために移動することを厭わない最大距離、安全なルートのために費やされることを厭わない最大時間など）、および／またはその他の適切な入力、のいずれかまたはすべてを含むことができる。

［００６０］ センサ入力は、連続的に（例えば、車両が移動している間、車両が動作している間、車両が所定の閾値を超える速度を有する間など）、所定の頻度で、断続的に、トリガに応答して、および／または任意の適切な時間（例えば、上記のように）に収集することができる。

［００６１］ 入力のセットは、好ましくは、全地球測位システム（ＧＰＳ）情報および／または地理情報システム（ＧＩＳ）情報などの位置情報（例えば、センサシステムから、データベースから、別のソースからなど）を含み、これらは本方法の後続プロセスで決定されるリスクスコアを適切に位置づけて割り当てるように機能する。好ましいバリエーションでは、例えば、センサデータが車両の運転中にユーザデバイスの１つまたは複数のセンサから収集され（例えば、加速度計データ、方向データなど）、センサデータと同時に位置データが（例えば、ユーザデバイス、車両などの）ＧＰＳシステムから収集され、これらのセンサデータと位置データは、ＧＩＳ情報および任意の数のＧＩＳツール（例えば、緯度経度変数、Ｇｅｏ－ｈａｓｈなど）を介してルートセグメント（例えば、上記の所定のルートセグメント）などの道路インフラストラクチャー（例えば、ルート、道路、交差点など）の属性とされる（例えば、割り当てられる）。追加的または代替的に、位置情報は他の方法で適切に使用することができる。

［００６２］ 位置情報はさらに、ルートに関連付けられた制限速度、ルートに関連する道路状況（例えば、滑らかな路面、くぼみ、車線などの車線標識の明瞭さ、曲がり角付近の曲率など）、ルートに関連付けられた交通量レベル、ルートに関連付けられた一時的または永続的なゾーニング（例えば、歩行者ゾーン、自転車ゾーン、学校ゾーン、病院ゾーン、建設ゾーン、住宅ゾーン、高密度住宅ゾーンなど）、ルートに関連付けられたインフラストラクチャ構造（例えば、信号機が有るか無い交差点、一時停止標識が有るか無い交差点、高速道路の入口および／または出口ランプなど）、および／またはその他の適切な情報、のいずれかまたはすべての交通情報および／またはルート情報を含み得る。

［００６３］ 位置情報は、事前に決定されたり（例えば、規定の制限速度）、動的に決定されたり（例えば、カメラなどのセンササブシステムの１つまたは複数のセンサで収集された情報に基づいて）、情報源（インターネット、二次クライアントアプリケーションなど）から決定されたり、これらの方法の適切な組み合わせで決定されたり、および／またはその他の方法で決定されたり、のいずれかまたはすべてであり得る。

［００６４］ いくつかの変形例では、位置情報（例えば、交通量情報）は、走行に関連する１マイルあたりの交通量を特定するために使用され、この交通量は車両数（例えば、車両の周囲、所定の半径内、クライアントアプリケーションおよび／またはＳＤＫなどを実行するユーザデバイスを持つ運転者が乗っている）を含むことができる。追加的または代替的に、交通量は、車両に関連する動作パラメータ（例えば、速度、加速度、停止頻度など）、および／または他の任意の適切なパラメータに基づいて決定することができる。

［００６５］ 追加的または代替的に、運転者の集合からの位置情報は、例えば、特定のルートセグメントで走行した平均マイル数、ユーザが最も好んで運転したルートセグメント、および／または他の適切な情報、のいずれかまたはすべてを特定するためのモデルを構築する（後述する）ときに使用することができる。

［００６６］ 入力のセットは、任意選択で、運転者情報（例えば、運転者リスクスコア）を含むことができ、これは、一連の運転者のそれぞれに関連する運転者の行動、さらに好ましくは運転者の行動の危険性を（例えば、運転者のリスクスコアの形態で）決定するように機能し得る。ここで運転者データには、車両速度（例えば、関連するルートセグメントの制限速度と比較）、車両の加速（例えば、急加速、所定の閾値を超える加速など）、運転の急激な変化（例えば、速度の急激な変化、方向の急激な変化、急旋回など）、デバイスの使用量（例えば、運転中のモバイルデバイスの使用量、運転中のモバイルデバイスの使用タイプ、通話量および／または頻度、テキストメッセージの量および／または頻度など）、車両ブレーキ（例えば、急ブレーキ）、衝突の発生、ニアミス（ｎｅａｒ ｃｏｌｌｉｓｉｏｎｓ）の発生、および／またはその他の適切なパラメータ、のいずれかまたはすべてを含み得る。運転者情報は、追加的または代替的に、ルートのリスクスコアの調整（例えば、当該ルートを運転するいつも危険な運転者の影響を取り除くため、現在走行しているルートの運転者のリスク度合いを属性づけるため）、のいずれかまたはすべてに使用することができ、および／または他の適切な方法で使用することができる。

［００６７］ 運転者情報には、任意選択で運転者リスクスコアを含めることができる。リスクスコアは、アルゴリズムのセット、モデルのセット（例えば、深層学習モデル、機械学習モデル、ニューラルネットなど）、および／またはその他の適切なプロセスのいずれかまたはすべてに基づいて決定することができる。追加的または代替的に、運転者の動作の特定には、この参照によりその全体が本明細書に組み込まれる２０１７年１２月７日出願の米国出願番号１５／８３５，２８４に記載されている方法、プロセス、および実施例のいずれかまたはすべてを含めることができる。

［００６８］ 運転者の行動の特定は、任意選択で、例えば、この参照によりその全体が本明細書に組み込まれる２０１８年６月２８日出願の米国出願番号１６／０２２，１２０に記載されている方法、プロセス、実施形態、および実施例のいずれかまたはすべてを通じて、運転者を乗客から区別することを含むことができる。

［００６９］ データには、任意選択で時間情報を含めることができ、これは様々な時間的要因がルートの評価（リスク、安全性など）に与える影響を特定するように機能する。追加的または代替的に、時間情報は、Ｓ１２５のプロセスのいずれかまたはすべてにおいてなど、収集された他のデータのいずれかまたはすべてを整理および／または分類するように機能することができる。

［００７０］ 時間パラメータには、例えば、情報が収集された時間（例えば、朝、昼、夜、午前８時、午前８時１５分など）、情報が収集された時期（例えば、特定の月、特定の季節など）、および／またはその他の適切なパラメータ、のいずれかまたはすべてを含み得る。これらは個別的および／または集合的に、交通状況（例えば、ラッシュアワー）、照明状況（例えば、時刻および／または時期に基づく）、天候状況（例えば、雪、太陽など）、および／またはその他の適切な時間的に関連するパラメータ、のいずれかまたはすべてに基づいてルートのリスクを評価するために機能し得る。

［００７１］ 時間パラメータは、好ましくは、センサシステムおよび／またはユーザデバイスのクロック（例えば、リアルタイムクロック［ＲＴＣ］）から収集されるが、追加的または代替的に、リモートコンピューティングサブシステム、ウェブサイト、および／または任意の適切な情報源から収集することができる。

［００７２］ いくつかのバリエーションでは、時間情報は、Ｓ１１０で収集された他のデータをタイムスロット方式（例えば、１５分のタイムスロット、１５分未満のタイムスロット、１５分以上のタイムスロット）で整理するように機能し、データのタイムスロットを使用して、運転者が走行している時刻および／または時期に応じてルートのリスクスコアを決定することができる。

［００７３］ 追加的または代替的に、Ｓ１１０で収集されるデータには、天候（雪、雨、みぞれ、霧など）、温度、湿度、光、および／またはその他の適切な情報のいずれかまたはすべてなどの環境情報を含めることができる。さらに追加的または代替的に、他の適切なデータをＳ１１０において収集することができる。

［００７４］ 入力のセットは、好ましくは、１つまたは複数のデータベース（例えば、ルックアップテーブル）のセットからの入力を含み、データベース入力は、好ましくは、（例えば、後述するように）リスクスコアを決定するためのモデルを構築する際に使用される。追加的または代替的に、この情報は、他のソースから（例えば、センサシステム入力から）収集することができ、および／またはＳ１１０は、データベース情報を収集することなく実行することができる。

［００７５］ データベースのセットは、好ましくは、モデルを用いてリスクスコアが決定されるルートセグメントを含む地域に関連する衝突情報を含む１つまたは複数のデータベースを含む。これらは限定しないが、（例えば、図７に示すように）地域で発生した衝突の数（例えば、過去１年間、過去２年間、年間平均など）および衝突が発生した場所（例えば、緯度と経度、ＧＰＳ座標、最寄りの住所、ルートセグメント識別子など）を示すデータベース、地域で発生した全体的な衝突頻度（例えば、数百万マイルあたりの衝突）および／または全車両がその地域で走行した平均総マイル数（例えば、この地域における年間走行マイル数（百万））を含むデータベース、ルートセグメントのパラメータを含むデータベース（例えば、ＯＳＭデータベース）、および／またはその他の適切なデータベース、のいずれかまたはすべてを含む。

［００７６］ Ｓ１１０は、任意選択で、Ｓ１４０の経路リスクスコアを受信することを含むことができ、この経路リスクスコアは、好ましくは、（例えば、後述のように）モデルによって決定される。

［００７７］ 追加的または代替的に、任意の他の適切な入力は、Ｓ１１０において任意の適切なソースおよび／またはソースの組み合わせから受信することができる。

［００７８］ バリエーションの第１のセットでは、Ｓ１１０は、ユーザデバイスのセンサシステムからデータを収集することを含み、これがその後に、運転者によるルート走行に関する一連の運転イベント（例えば、運転者の加速パターン、運転者の急ブレーキ、運転者のモバイルデバイスの使用および相互作用、運転者の速度違反、および運転者の危険な方向転換パターン）およびルートの位置を特徴付ける位置情報（ＧＰＳデータなど）を特定するために使用され、この情報はその後に、これらの入力を１以上のルートセグメントに関連付けるために使用される。追加的または代替的に、Ｓ１１０は、１つまたは複数のルートに関するリスクスコアを決定するためのデータベース情報を収集することを含むことができる。特定の実施例では、データは、ユーザデバイスのＧＰＳセンサ、加速度計、ジャイロスコープ、磁力計、および重力センサのいずれかまたはすべてから収集され、これらは、運転者の挙動、ルートの場所、ルートの特徴（例えば、トラフィック）、および／またはその他の適切な情報のいずれかまたはすべてを特定するために使用できる。さらに、１つまたは複数の時間パラメータを特定し、および／またはデータに関連付けることができる。

［００７９］ 特定の実施例では、センサシステムは、運転者のモバイルユーザデバイス（例えば、スマートフォン）の一部であり、このモバイルユーザデバイスは運転中に車両内に配置される（例えば、ダッシュボードに、運転者のポケットに、シートに取り付けられるなど）。

［００８０］ 追加的または代替的な特定の実施例では、センサシステムは、サードパーティデバイスの一部であり、このサードパーティデバイスは車両内に配置されるか、および／または車両に結合される。

［００８１］ 追加的または代替的に、センサシステムは、他の方法で複数コンポーネント間で分散され、および／または複数コンポーネント内に配置され得る。

［００８２］ バリエーションの第２のセットでは、第１のものに追加または代替して、Ｓ１１０は、運転者の目的地などのナビゲーション情報を収集することを含み、この目的地は後に、目的地に到達するために取り得る１つまたは複数の潜在的なルートに関連するリスクスコアに基づいて運転者にルートを推奨および／または選択する方法に用いられる。追加的または代替的に、Ｓ１１０は、運転者のためのナビゲーション指示を調整するために（例えば、よりリスクの低いルートに調整するために）動的ナビゲーションおよび／または位置情報を受信することを含むことができる。

［００８３］ 上記のものに追加または代替される第３のバリエーションのセットでは、モデルが後で決定され、Ｓ１１０は、（例えば、自由にルートを運転する）複数の運転者の集合に関連付けられたユーザデバイスのセットからのセンサ情報とともに、衝突データベースのセットおよびルートセグメントの所定のセットを識別するマップデータベースからの情報を収集することを含み、モデルがこれらの入力に基づいて決定される。

［００８４］ 追加的または代替的に、Ｓ１１０は他の方法で実行することができる。

４．２ 方法：入力のセットを処理するステップＳ１２０
［００８５］ 方法１００は、入力のセットを処理するステップＳ１２０を含み、これは、入力のセットを解釈（ｉｎｔｅｒｐｒｅｔ）し、ルートに関連するリスクおよび／またはルートに関連するリスクを決定するためのモデルを決定する際に使用するためにそれらを準備するように機能する。追加的または代替的に、Ｓ１２０は、入力のセットのいずれかまたはすべてをクリーンアップし（例えば、信号処理、ノイズ除去などを介して）、入力のセットのいずれかまたはすべてに関連する欠落情報（例えば、部分的なＧＰＳトレース）を埋め、および／または他の適切な機能を実行するように機能し得る。

［００８６］ Ｓ１２０は、好ましくはＳ１１０に応答して実行されるが、追加的または代替的に、方法全体を通して複数回（例えば、連続的に、所定の頻度でなど）、トリガに応答して、および／またはその他の適切なタイミングで、のいずれかまたはすべてで実行することができる。さらに追加的または代替的に、方法１００は、Ｓ１２０なしで実施されてもよい。

［００８７］ Ｓ１２０は、好ましくはリモートコンピューティングシステムで実行されるが、追加的または代替的に、ユーザデバイス（例えば、ユーザデバイスの処理システム）、ユーザデバイス上で実行されるクライアントアプリケーション、および／またはクライアントアプリケーションに関連付けられたＳＤＫ、および／またはその他のコンピューティングシステムのいずれかまたはすべてで実行され得る。モデルが決定される好ましいバリエーションでは、例えばＳ１２０は、リモートコンピューティングシステムでユーザの集合に関連付けられた複数のユーザデバイスのセットからデータを収集することを含み、このデータがイベントのセットを特定するために使用され、このイベントのセットは、これらのイベントが発生した適切なルートセグメントに関連付けられる。

［００８８］ Ｓ１２０は、好ましくは、入力のセットに基づいて運転イベントのセットを特定することを含み、これは、危険な運転者の行動を検出し、ルートのリスクスコアの決定（および／またはルートのリスクスコアの決定に用いられるモデルの決定）に利用できるようにするように機能する。追加的または代替的に、運転イベントは他の方法で特定してもよいし、Ｓ１２０は運転イベントを特定することなく実行してもよいし、および／またはＳ１２０を他の方法で適切に実行してもよい。

［００８９］ いくつかのバリエーションでは、例えば、入力のセットに基づいてイベントのセットを特定することは、ルートセグメントの相対的な安全性への実際のおよび潜在的な関与者（ｃｏｎｔｒｉｂｕｔｏｒｓ）を特定し、ひいては運転者が走行する可能性のある、および／または現在走行しているルートに関連するリスクを特定するように機能する。

［００９０］ イベントを決定するために使用される入力のセットは、好ましくは少なくともセンサ情報、さらに好ましくは１つまたは複数のユーザデバイスで収集されたセンサ情報を含む。追加的または代替的に、イベントのセットは、他のセンサ、他の入力（例えば、データベース）に基づいて決定することができ、および／または他の方法で適切に決定され得る。

［００９１］ イベントのセットには、実際のイベント、予測されたイベント、または実際のイベントと予測されたイベントの任意の組み合わせを含めることができる。

［００９２］ イベントのセットには、検出された衝突に対応する衝突イベントを含めることができる。これは、この参照により全体が本書に組み込まる、２０１６年８月２２日出願の米国出願番号１５／２４３，５６５に記載されている方法、プロセス、実施形態、および実施例のいずれかまたはすべてを通じて検出することができる。バリエーションでは、例えば、衝突イベントの検出は、Ｓ１１０で収集されたデータのような、動作データセットおよび補助データセットの少なくとも１つから１つまたは複数の運動特徴（ｍｏｖｅｍｅｎｔ ｆｅａｔｕｒｅｓ）を抽出することを含み、この運動特徴は、好ましくは、ある期間中の車両の動きを特徴付ける位置、速度、および加速度の少なくとも１つに関する。運動特徴には、生の運動データ（例えば、生の位置データ、生の動作データなど）、処理された運動データ（例えば、上記の処理操作による）、運動プロファイル（例えば、運転プロファイル、ブレーキプロファイル、位置プロファイル、速度プロファイル、加速プロファイル、方向転換プロファイルなど）、特定された運転動作（例えば、駐車、加速、ブレーキ、短距離追従（ｓｈｏｒｔ ｆｏｌｌｏｗｉｎｇ）、車線逸脱、フリーホイール（ｆｒｅｅｗｈｅｅｌｉｎｇ）、Ｕターン、左折、右折、オーバーレブ（ｏｖｅｒ－ｒｅｖｖｉｎｇ）、車両停止、車両移動など）、車両の運動特性、および／またはその他の適切な特徴が含まれる。

［００９３］ 特定の実施例では、衝突イベントの検出は、運動データ（および／または補足データ）からの車両のブレーキプロファイルおよび／または停止距離の計算を含むことができる。車両のブレーキプロファイルは、時間の経過に伴う車両の減速度から計算することができる。停止距離は、減速開始から車両停止までの移動距離から算出することができる。

［００９４］ 他の特定の実施例では、衝突イベントの検出は、車両の加速度の変化を示す加速度の特徴を特定または推定することを含むことができる。

［００９５］ さらに他の特定の実施例では、衝突イベントの検出は、車両に関連付けられた１つまたは複数のカメラ（例えば、モバイルコンピューティングデバイスのカメラ、車両カメラなど）で媒体の画像および／または映像の分析、ナビゲーション装置のマイクで録音された音声を解釈して（例えば、運転者の挙動を示す）運転プロファイルの特徴を抽出することおよび／または衝突に関連する音（例えば、車両の接触音、エアバッグの展開音など）の検出、意味および／または感情に基づく音声解釈（例えば、運転者の行動は人々の発言に基づいて検出でき、運転者の行動は識別された感情に基づいて検出できる）、路面に垂直な車両の動きを示す垂直車両運動特徴の抽出（例えば、垂直加速度計データから）、レーダーおよび／またはライダ（ＬＩＤＡＲ）情報に基づいて事故と判断すること、のいずれかまたは全部および／またはその他の適切な情報およびプロセスに基づいて、動作の特徴を導出することを含み得る。

［００９６］ 衝突イベントは、追加または代替的に、ニュースソースからの衝突データ（例えば、アクティブな衝突のレポート）、ＧＩＳデータベース、過去の衝突記録、および／または他の適切な情報のいずれかまたはすべてなどの、他の適切な入力および／またはデータに基づいて特定することができる。

［００９７］ 特定の実施例では、衝突イベントの特定には、衝突データベースからの衝突情報および各衝突の対応する位置を受信すること、ならびに任意のデータベースおよび／または情報源からの任意の他の情報を受信することが含まれる。

［００９８］ イベントのセットは、さらに好ましくは、潜在的に衝突を引き起こす傾向が高い、危険イベントおよび／またはリスキーイベントとも呼ばれる、衝突可能性のあるイベント（ｐｏｔｅｎｔｉａｌ ｃｏｌｌｉｓｉｏｎ ｅｖｅｎｔｓ）のセット（例えば、図４に示す）を含み、これは、衝突イベントは比較的まれであるため（例えば、従来は１００万マイルあたりのイベント数として測定されていた）、実際の衝突イベントのデータが多くない場合に衝突リスクを決定するための堅牢な方法を作成するように機能し得る。危険イベントのセットは必ずしも衝突に至るものではないが、衝突イベントの有意な割合（例えば、所定のしきい値を超える割合）に関与するイベント、ニアミス衝突イベントに関与するイベント、マイナーな衝突イベントに関与するイベント、メジャーな衝突イベントに関与するイベント、運転者によって報告されたイベント、および／または他の方法で分類されたイベント、のいずれかまたはすべてであり得る。追加的または代替的に、危険イベントは上記のような実際の衝突イベントを含み得る。

［００９９］ 衝突可能性のあるイベントのセットは、好ましくは、少なくとも部分的にはユーザデバイスのセンサデータに基づいて決定され、さらに好ましくは上記の（例えば、センサデータで衝突イベントを特定するための）センサデータに基づいて決定され得るが、追加的または代替的に、アルゴリズムのセット、モデル（例えば、深層学習モデル、予測モデルなど）、パターンマッチング、および／またはその他の適切なプロセスのいずれかまたはすべての任意の適切なデータに基づいて決定され得る。好ましいバリエーションでは、衝突可能性のあるイベントのセットは、好ましくは、衝突イベントについて上記で説明したセンサ入力に基づいて、例えば、それぞれこの参照によって全体が本書に組み込まれている２０１６年８月２２日出願の米国出願番号１５／２４３，５６５、２０１９年１２月２日出願の米国出願番号１６／７００，９９１のいずれかまたはすべてに記載された方法、プロセス、実施形態、および実施例のいずれかまたはすべてを通じて決定される。

［００１００］ 衝突可能性のあるイベントのセットは、攻撃的加速イベント（例えば、所定の閾値を超える大きさの車両加速度、所定の閾値を超える加速の頻度、所定の閾値を超える閾値の持続時間など）、急ブレーキイベント（例えば、所定の閾値を超えるブレーキの大きさ、所定の閾値を超えるブレーキングの頻度、所定の閾値を超えるブレーキングの持続時間など）、モバイルデバイスの相互作用イベント（例えば、所定のしきい値を超えるモバイルデバイスの使用、所定のしきい値を超えるデバイスの使用の頻度、所定のしきい値を超えるデバイスの使用の期間、デバイスの使用のタイプ、所定のしきい値を超えるユーザデバイスとの対話に費やされた時間の割合など）、速度超過イベント（例えば、制限速度を所定の閾値以上超える速度、所定の閾値を超える速度の持続時間、所定の閾値を超える速度の頻度など）、低速イベント（例えば、制限速度および／または周囲の交通よりも大幅に遅い運転、交通および／または悪天候がない場合に制限速度よりも大幅に遅い運転など）。危険な旋回イベント（例えば、予期しないターン方向）、車線変更イベント（例えば、突然の車線変更、別の運転者の割り込みなど）、交通違反（例えば、一時停止標識の無視、信号無視など）、あおり運転（ｔａｉｌｇａｔｉｎｇ）、および／またはその他の適切なイベント、のいずれかまたはすべてを含むことができる。

［００１０１］ Ｓ１２０は、好ましくは、各イベントを当該イベントが発生した特定のルートセグメントに関連付けることを含む。この関連付けを確立することは、好ましくは、イベントを特定し（例えば、ユーザデバイスで収集された位置情報に基づいて、ＧＩＳ情報に基づいてなど）、それを所定のルートセグメントのセットの１つに割り当てることを含む。例えば、図２に示すバリエーションでは、走行中にユーザが通過したパス（例えば、ルート１、ルート２、ルート３など）は、（例えば、ＧＩＳ情報に基づいて）所定のルートセグメントのセットに関連付けられる。図２に示されているグリッドは、それぞれが交差に対応するノードのセット（例えば、図２の「Ａ」、「Ｂ」、「Ｃ」など）と、非交差道路に対応するエッジのセット（例えば、図２の「Ｓ－Ｍ」、「Ｍ－Ｇ」、「Ｇ－Ｈ」など）を含む。これらの走行中に発生した一連のイベントが、当該イベントが発生したルートセグメントに関連付けられる。

［００１０２］ Ｓ１２０は、追加的または代替的に、属性のセットを決定するために入力のいずれかまたはすべてを処理することを含むことができ、ここで属性のセットは、１つまたは複数の衝突イベント（例えば、イベントに関連付けられたタグとして）、１つまたは複数の衝突可能性のあるイベント、および／または１つ以上のルートセグメント、のいずれかまたはすべてに関連付けられ得る。属性は、限定しないが例えば、道路のタイプ（例えば、高速道路かどうか）、気象条件（例えば、雨、雪、道路上の氷、悪天候、非悪天候など）、交通情報および／またはパターン、工事活動（例えば、工事フィードから）、道路状況および／または特徴（例えば、くぼみ、道路の年数／摩耗、舗装かアスファルトかダートかなど）、道路構造（例えば、ヘアピンカーブ）、車両の環境（例えば、都市、農村、住宅、スクールゾーンなど）、および／またはその他の適切な属性が含まれる。属性のセットは、好ましくは、ルートに関連するリスクを通知するために使用される（例えば、ヘアピンカーブがあるルートセグメントのリスクを高める）が、追加的または代替的に、Ｓ１３０でモデルを構築するため（例えば、モデルに対して決定される重みのセットを決定するため）、Ｓ１２５で情報を整理するため（例えば、属性に基づいて情報を整理する）、および／または他の適切な方法で使用するために用いることができる。

［００１０３］ バリエーションの第１のセットでは、Ｓ１２０は、少なくとも１つまたは複数のデータベースのセットに基づいて衝突イベントのセットを特定（ｄｅｔｅｒｍｉｎｅ）し、ユーザデバイスで収集された１つまたは複数のセンサ入力に基づいてリスキー／危険なイベントのセット（衝突可能性のあるイベントとも呼ばれる）を特定すること（ｄｅｔｅｒｍｉｎｅ）を含む。衝突イベントのセットは、追加的または代替的に、ユーザデバイスで収集された１以上のセンサ入力に基づいて特定されてもよい。さらに追加的または代替的に、１つまたは複数の属性のセットを特定し、イベントに関連付けることができる。

［００１０４］ 特定の実施例のセット（例えば、図４に示す）では、衝突可能性のあるイベントのセットは、急加速イベント、急ブレーキイベント、任意選択で電話操作イベント、任意選択で速度超過イベント、および危険旋回イベントを含む。

［００１０５］ バリエーションの第２のセット（例えば、図４、図７に示すものなど）では、モデルは（例えば、後述するように）、ユーザの集合について、バリエーションの第１のセットで説明した情報に基づいて決定される。

４．３ 方法：入力のセットを整理するステップＳ１２５
［００１０６］ 方法１００は、イベントのセットおよびルートセグメントのセットに基づいて入力を整理するステップＳ１２５を含むことができ、これは、複数のユーザおよび複数のルートからのデータの集約を可能にし、それによって地理的衝突傾向を決定し、Ｓ１３０においてリスクルートを特定するためモデルで使用可能にするように機能する。Ｓ１２５は、追加的または代替的に、Ｓ１１０で収集された時間パラメータのいずれかまたはすべてなど、１つまたは複数の時間パラメータおよび／または１つまたは複数の属性に基づいてデータを集約するように機能することができる。

［００１０７］ Ｓ１２５は、好ましくは、Ｓ１２０に応答して処理された入力のセットを用いて実行されるが、追加的または代替的に、Ｓ１１０に応答しておよび／または方法全体を通して複数回（例えば、連続的に、所定の頻度でなど）、トリガに応答して、および／または他の適切な時間、のいずれかまたはすべてで実行され得る。さらに追加的または代替的に、方法１００は、Ｓ１２５なしで実施されてもよい。

［００１０８］ Ｓ１２５は、好ましくは、イベントとそのルートセグメントをリンク（例えば、ペアリング、割り当てなど）できるように、各イベントが発生する特定のルートセグメントを（例えば、所定のルートセグメントのセットから）特定する（例えば、割り当てる）ことを含む。特定のルートセグメントは、好ましくは、ユーザデバイスのセンサシステムで収集された位置情報など、Ｓ１１０で収集された位置情報に基づいて識別される。このユーザデバイスは、好ましくは、イベントのセットの１つまたは複数を特定するために使用される情報を収集する同じユーザデバイスであるが、追加的または代替的に、任意の他の適切なセンサおよび／またはデバイスを含むことができる。追加的または代替的に、位置情報は、データベースに基づく衝突イベントの場合など、予め設定することができる。追加的または代替的に、１つまたは複数の属性をイベントおよび／またはルートセグメントに関連付けることができ、および／または他の任意の適切な出力をＳ１２０で生成することができる。

［００１０９］ 入力のセットを整理するステップは、イベントのセットとルートセグメントのセットに基づいて入力のセットを整理することを含み得る。これは概念的に、図３Ａのイベントおよび関連するルートセグメントに基づいて特定されたイベントのセットを、図３Ｂ～３Ｆに示すようなグループ化セット（「バケット」）に編成することを含む。複数のルート（例えば、ルート１、２、および３）の間に発生するイベントは、複数のユーザおよび／または複数の時点に追加で関連付けることができ、Ｓ１１０で説明したようにセンサシステムで収集された位置情報などの位置情報に基づいて特定され得るイベントにリンクされたルートセグメントに従って整理および集約される（例えば、Ｓ１２０において）。複数のユーザおよび複数のルートからのデータが増えるにつれて、特定のルートセグメントの衝突の傾向（例えば、多数のイベントがある、多数の重大なイベントがあるなど）を特定し、任意選択で定量化することができる（例えば、Ｓ１４０で）。これは後に、全体的な周囲の運転状態を表すサンプルを形成する。

［００１１０］ イベントとルートセグメントのセットは、追加的または代替的に、時間パラメータおよび／または１以上の属性に基づいて編成することができ、これらは例えば、リスクスコアを決定し、Ｓ１５０で運転者の環境に最も一致する出力を生成するために使用できるように機能する。いくつかのバリエーションでは、例えばイベントが発生する時間は、それが発生する時刻に基づいて整理され（例えば、１時間セグメント、１２時間セグメント、３時間セグメントなど）、最終的に１日の各時間に各ルートセグメントのリスクスコアが決定され、イベントとルートセグメントのペアの２４の異なるバケットが生成される。追加的または代替的に、他の属性（例えば、気象条件）を使用してイベントのセットを整理してもよい。

［００１１１］ バリエーションの第１のセットにおいて、Ｓ１２５は、イベントが発生するルートセグメントおよび／またはルートセグメントにリンクされるように、衝突可能性のあるイベントのセットおよび衝突イベントのセットを整理すること（ｏｒｇａｎｉｚｉｎｇ）を含み、これらのイベント・セグメントペアは、任意選択で運転者が運転している可能性のある特定の環境（例えば、時刻、気象条件など）に合わせてリスクスコアを調整できるように、時間情報および／またはその他の属性に基づいてさらに編成することが可能である。

［００１１２］ 特定の実施例では、イベントのセットとそれに関連するルートセグメントは、衝突イベントの１以上のデータベースを用いて、ユーザの集合（ａｇｇｒｅｇａｔｅｄ ｓｅｔ ｏｆ ｕｓｅｒｓ）の運転に基づいて特定される。

［００１１３］ 追加または代替の例では、イベントはとそれに関連するルートセグメントは、当該イベントが発生した時刻に基づいてさらに整理される。

［００１１４］ バリエーションの第２のセットでは、衝突可能性のあるイベントと衝突イベントは、データベース情報がない状態で収集される。

［００１１５］ バリエーションの第３のセットでは、衝突イベントはデータベースのセットからのみ収集され、衝突可能性のあるイベントは、ユーザの集合に関連付けられたセンサに基づいて収集される。

［００１１６］ 追加的または代替的に、Ｓ１２５は他の方法で適切に実行することができる。

４．４ 方法：モデルを決定するステップＳ１３０
［００１１７］ 方法１００は、モデルを決定するステップＳ１３０を含むことができ、このモデルは、ルートセグメントのセット（例えば、予め定められたルートセグメント、動的に決定されたルートセグメントなど）のそれぞれに関連するリスクスコアの決定を可能にするように機能する。追加的または代替的に、モデルは、ルート全体に関連するリスクおよび／または他の適切な出力（例えば、Ｓ１５０のように）の決定を可能にするように機能することができる。Ｓ１３０は、追加的または代替的に、衝突可能性のあるイベントに関連するリスクを評価するように機能することができ（例えば、実際の衝突イベント／データとの比較に基づいて）、および／または他の適切な機能を実行できる。

［００１１８］ 好ましいバリエーションでは、モデルは好適に、（衝突可能性のあるイベントで表されるような）運転行動と、データベースとは異なる形式のデータなどの実際の衝突データと相関させて、各ルートセグメントに関連するリスクの特定を本質的に可能にする。特定の実施例では、これにより、疎な実際の衝突データ（例えば、発生頻度が比較的低いために衝突データが比較的少ないため）をセンサデータからの危険な運転行動と組み合わせたり、相関させたりして、ルートセグメントのセットのそれぞれについて（例えば、文書化された衝突に関連付けられていないものでも）堅牢なリスクスコアを実現できる。

［００１１９］ これにより、例えば、衝突に相関することが判明した危険な運転行動を、通知（例えば、リアルタイム通知）および／またはＳ１５０で説明した出力のいずれかを通じて、１人以上の運転者（例えば、危険な行動を実行している運転者、危険な運転者の近くにいる運転者など）にフラグを立てることができる。

［００１２０］ Ｓ１３０は、好ましくはＳ１２５に応答して実行されるが、追加または代替的に、Ｓ１２０に応答して、Ｓ１１０に応答して、Ｓ１１０の前に（例えば、モデルに基づいてＳ１５０で出力を生成するために）、および／またはその他の任意の適切な時間に実行できる。追加的または代替的に、Ｓ１３０は、方法全体を通して複数回（例えば、連続的に、所定の頻度でなど）、トリガに応答して、および／または他の任意の適切なタイミングのいずれかまたはすべてで実行することができる。さらに追加的または代替的に、方法１００は、Ｓ１３０がなくても実施することができる（例えば、モデルがすでに決定されている場合）。

［００１２１］ Ｓ１３０のモデルは、好ましくは、Ｓ１２５で説明された整理された入力に基づいて決定されるが、追加的または代替的に、Ｓ１２０の処理された入力、Ｓ１１０の入力、および／または他の任意の適切な情報に基づいて決定され得る。

［００１２２］ 好ましくは、モデルは、ルートセグメントのセットのそれぞれに関連するリスクスコアを出力する。追加的または代替的に、モデルは各ルートに関連するリスクスコアを出力してもよい。さらに追加的または代替的に、モデルは、他の適切な出力（例えば、運転者リスクスコア）および／または他の適切な出力を生成することができる。

［００１２３］ バリエーションの好ましいセットでは、モデルの出力は、少なくとも所定のルートセグメントのセット（例えば、第１の列）と、各ルートセグメントに関連するリスクスコア（例えば、シングルリスクスコア、スカラーリスクスコア、ベクトル、または各潜在的イベントに関連するリスクスコアなど）を含むルックアップテーブルを含む。このテーブルは、追加的または代替的に、１日の異なる時間および／または他の属性（例えば、１日の各時間ごとのテーブルや天気の各タイプのテーブル）に分割することができる。さらに追加的または代替的に、モデルは、アルゴリズム、デシジョンツリー、他のテーブル、および／または他の任意の出力など、任意の他の適切な出力を含むことができる。

［００１２４］ モデルは、好ましくは、少なくとも１回、出力を決定するために決定および使用される（例えば、モデルによって出力されるリスクスコアは、Ｓ１４０および／またはＳ１５０の各インスタンスで使用される）。追加的または代替的に、モデルを複数回（例えば、Ｓ１１０で収集された新しいデータに応答して、収集された新しいデータベース情報に応答して、所定の頻度でなど）決定および／または更新することができる。

［００１２５］ いくつかのバリエーションでは、例えば、リスクスコアのセットは、第１の運転者（本書ではユーザとも呼ばれる）の集合からのモデルとデータに基づいて決定され、このリスクスコアは第２のユーザのセットについて使用され（例えば、Ｓ１５０の出力で）、この第２のユーザのセットに関連するデータも収集されてモデルの更新に使用され、これによって更新されたリスクスコアのセットが生成される。

［００１２６］ モデルには、単一のモデルおよび／または複数のモデルを含めることができる。

［００１２７］ モデルは、好ましくは統計モデルを含み、この統計モデルは出力として、実際の衝突イベント（例えば、データベースおよび／またはセンサシステムから収集されたもの）および衝突可能性のあるイベント（例えば、データベースおよび／またはセンサシステムから収集されたもの）の両方を含むイベントデータに基づいて、各ルートセグメントに関連するリスクスコアを決定するように機能する。統計モデルは、好ましくは一般化線形モデル（例えば、ポアソン回帰を使用）であるが、追加的または代替的に、別の線形モデル、非線形モデル、ベイズアプローチ、最小二乗法、および／またはその他の統計モデルおよび／または確率モデルのいずれかまたはすべてを含み得る。

［００１２８］ 追加的または代替的に、モデルは、機械学習モデル（例えば、深層学習モデル、ニューラルネットワーク、ＣＮＮ、ＲＮＮなど）、１以上のアルゴリズムおよび／または方程式、デシジョンツリー、および／またはその他の適切なモデルを含めることができる。

［００１２９］ バリエーションの第１のセットでは、モデルは統計モデルを含み、リスクスコアはモデルによって決定され、衝突可能性のあるイベントのセットおよび関連するルートセグメント、衝突イベントのセットおよび関連するルートセグメント、および任意選択で、データが収集されている地域に関連する１つまたは複数の衝突および／または交通パラメータ／統計（例えば、データベースから、センサ情報からなど）、を含むモデル入力のセットに基づいて決定される。これらのパラメータ／統計は、例えば、センサシステムで決定されたイベントとデータベースからのイベントとの比較および／または相関を可能にするために任意に使用できる。特定の実施例では（例えば、図７に示す）、これらは、すべてのルートセグメントに対する特定のルートセグメントごとの走行距離（例えば、ユーザデバイスで収集された情報に基づいて、ルートセグメントごとの推定衝突頻度を特定可能にするなど）、地域内で走行した総マイル数、地域内の全体的な衝突頻度（例えば、１００万マイルあたりの衝突数）、および／またはその他の適切な情報、のいずれかまたはすべてを含めることができる。

［００１３０］ バリエーションの第２のセットでは、モデルは、イベントデータ、データベースデータ、および／またはシミュレーションデータのいずれかまたはすべてに基づいてトレーニングされた１以上の機械学習モデルを含み、この機械学習モデルは、ルートおよび／またはルートセグメントについてのリスクスコアの予測セットを決定する。

［００１３１］ バリエーションの第３のセットでは、モデルは、統計モデルと機械学習モデルの組み合わせを含む。

４．５ 方法：リスクスコアのセットを決定するステップＳ１４０
［００１３２］ 方法１００は、リスクスコアのセットを決定するステップＳ１４０を含み、これは、ルートセグメントのセットのそれぞれと、それに続いて、運転者が取りうるルートなど、これらのルートセグメントで構成されるルートに関連するリスク（例えば、衝突、衝突可能性、危険なイベント、ストレスの多い運転条件など）の傾向を評価（例えば、定量化、ランク付けなど）するように機能する。

［００１３３］ Ｓ１４０は、好ましくはＳ１３０およびＳ１２５に応答して実行され、Ｓ１３０のモデルはリスクスコアのセットを決定するために使用され、これを運転者および／または他のユーザの全体的なリスクを評価（例えば、車両がとろうとする特定のルートに照らして、運転者がとったルートに照らしてなど）するために使用することができる。Ｓ１４０は、追加的または代替的に、Ｓ１１０、Ｓ１２０に応答して実行することができ、および／または、方法全体を通じて複数回（例えば、連続的に、所定の頻度でなど）、トリガに応答して、および／または他の適切なタイミングのいずれかまたはすべてで実行することができる。さらに追加的または代替的に、方法１００は、Ｓ１４０なしで実施することができる。

［００１３４］ スコアのセットは、好ましくは、セグメントリスクスコアのセットを含み、その各々は、特定のルートセグメントにおける衝突リスク（例えば、ルートセグメントの、またはルートのなど）を定量化する。さらに、リスクスコアのいずれかまたはすべて（例えば、リスクスコアベクトルのエントリ）は、Ｓ１２０で説明したすべての衝突可能性のあるイベントのいずれかまたはすべてなど、特に危険な運転行動（例えば、急ブレーキ、急加速など）を示す運転者に遭遇する可能性を定量化することができる。さらに追加的または代替的に、Ｓ１４０は、ルートリスクスコア（例えば、リスクスコアの集計で後述するように）、運転者リスクスコア（例えば、運転者がたどったルートに基づく）、地域リスクスコア（例えば、地域内のルート上）、および／またはその他のリスクスコアの決定を含むことができる。

［００１３５］ セグメントリスクスコアは、好ましくはルートセグメントごとに決定され、これを使用して（例えば、集計、加算、アルゴリズムおよび／または関数に従って組み合わせるなど）、ルートセグメントのセットで構成されるルートに関連するリスクスコアを決定することができる。リスクスコアは、好ましくは衝突の傾向が高いことを示すが、追加的または代替的に、危険な行動の傾向が高いこと、衝突とは無関係であること、および／または他の適切な情報を示すことができる。セグメントリスクスコアは、好ましくはＳ１３０のモデルの出力として生成されるが、追加的または代替的に他の方法で生成することもできる。

［００１３６］ リスクスコアは、任意選択で、サブスコア（例えば、イベントのセットのそれぞれのリスクに対応する、セグメントリスクスコアベクトルのエントリとしてなど）のセットを含むか、および／またはそれに基づいて決定することができ、これは例えば、特定の運転イベントに基づく（例えば、ユーザの好みに応じた）裁量（例えば、フィルタリング）ができるように機能する。いくつかのバリエーションでは、例えば、ユーザにルートを推奨する際に（例えば、Ｓ１５０で）、ユーザは、当該ユーザの特定の優先順位や好みに基づいてオプションを表示させおよび／または調整することができる。例えば、特定の実施例では、ユーザはルートを選択するときに、運転者の性急（ａｇｇｒｅｓｓｉｏｎ）レベル、脇見運転のレベル、交通のストップアンドゴー、および／または上記の運転イベントに対応する、および／または上記の運転イベントとは独立した他の任意の適切なパラメータ、のいずれかまたはすべてを最小化することを優先することができる。

［００１３７］ サブスコアのセット（例えば、運転イベントのサブスコア）に基づいてリスクスコアを決定する際に、サブスコアは、一緒に合算する、イベントタイプの重大度やイベントタイプの尤度に基づいて加重方式で合算する（例えば、衝突イベントと危険イベントに大きな重みを割り当てる）、任意の数のアルゴリズムとモデル（深層学習モデルなど）に従ってサブスコアを組み合わせる、および／または他の方法でサブスコアのセットを組み合わせる、のいずれかまたはすべてを含む任意の適切な方法で組み合わせることができる。

［００１３８］ リスクスコアのいずれかまたはすべては、任意選択で、運転者固有の情報および／または他の適切なパラメータ（例えば、現在の運転状況、現在のセンサ情報など）に基づいて決定および／または調整することができる。いくつかの変形例では、セグメントおよび／またはルートに関連するリスクスコアは、運転者の好みおよび／または履歴情報に基づいて調整および／または仕立てることができる。特定の実施例では、例えば、急ブレーキをかける傾向がある運転者の場合、速度超過の発生率が高いルートセグメントで特に危険となり得る（例えば、急ブレーキ時に速度超過の後続車両が説明されている車両に追突する原因となり得る）ため、（例えば、制限速度を超える、所定のしきい値を超えて制限速度を超える、制限速度を少なくとも５マイル／時間超える、制限速度を少なくとも１０マイル／時間超える、制限速度を１０マイル／時間～３０マイル／時間のしきい値で超える、制限速度を少なくとも１５マイル／時間超える、制限速度を少なくとも２０マイル／時間超える、制限速度を少なくとも３０マイル／時間超える運転などの）速度超過の発生率が高いセグメントに関連するリスクスコアを、特定の運転者のために膨らませることが可能である。

［００１３９］ 追加的または代替的に、リスクスコアは別の方法で決定することも可能である。

［００１４０］ Ｓ１４０は、任意選択で、リスクスコアおよび／または安全スコアの決定に関与するプロセス（例えば、アルゴリズム、モデルなど）の検証を含むことができる。いくつかのバリエーションでは、Ｓ１４０は、衝突イベントおよび／または危険イベントについて収集された潜在的に少量のデータを考慮するために、運転者の行動（運転者の行動スコアなど）に基づいて運転者を範囲ごとに集約し、範囲内の運転者の集合に対して集約された運転イベント率を比較するようにする。これは例えば、リスクの高い運転者行動に関連付けられた運転者の集合が、リスクの低い運転者行動に関連付けられた運転者の集合よりも高い衝突率となると判定された場合に、安全スコアおよび衝突の予測因子としての有効性を検証するように機能し得る。追加的または代替的に、第２の運転者の集合に関連付けられたイベントを使用してリスクスコアを検証してもよいし、モデル自体を１以上の検証プロセスに通してもよいし、および／または任意選択で検証を他の方法で実行してもよい。

［００１４１］ Ｓ１４０は、任意選択で、セグメントリスクスコアのセットを集計してルートリスクスコアを決定することを含むことができる。セグメントリスクスコアの集計は、スコア（セグメントスコア、正規化されたセグメントスコアなど）の合算、スコアの平均化、中央値スコアの決定、最大セグメントリスクスコアの選択、加重方式での加算（例えば、重みのセットが、セグメントの距離および／または他のパラメータを考慮に入れる）、および／または他の方法のセグメントスコアを組み合わせ、のいずれかまたはすべてを含み得る。

［００１４２］ いくつかのバリエーションでは、ルートのリスクスコアは、ルートを構成するセグメントのセットのセグメントリスクスコアを合計することによって決定される。

［００１４３］ 追加的または代替的に、Ｓ１４０は、任意の適切な順序で実行される任意の他の適切なプロセスを含むことができる。

［００１４４］ バリエーションの第１のセットにおいて、Ｓ１４０は、モデルを用いてルートセグメントのセットのそれぞれについてセグメントリスクスコアを計算することを含み、セグメントリスクスコアを一緒に集約して、任意のルートに関連するリスクを決定することができる。

［００１４５］ バリエーションの第２のセットでは、Ｓ１４０は、可能性のあるルートのセット（ａ ｓｅｔ ｏｆ ｐｏｔｅｎｔｉａｌ ｒｏｕｔｅｓ）のそれぞれのリスクスコアを計算することを含み、ルートの安全スコアを計算することは、当該ルートの各ルートセグメントの安全スコアを計算することを含み、各ルートセグメントの安全スコアは、急加速サブスコア、急ブレーキングサブスコア、電話使用サブスコア、速度超過サブスコア、および急旋回サブスコアに基づいて決定され、各ルートセグメントの安全スコアを合計してルートの安全性スコアが決定される。

［００１４６］ 追加的または代替的に、Ｓ１４０は他の方法で適切に実行することができる。

４．６ 方法：リスクスコアのセットに基づいて出力を生成するステップＳ１５０
［００１４７］ 方法１００は、任意選択で、リスクスコアのセットに基づいて出力を生成するステップＳ１５０を含むことができ、この出力は、運転者にルートを推奨すること、ルートに関するアクションを推奨すること（例えば、運転者がルートを走行中）、危険な運転行動を特定して顕在化すること、改善の範囲について運転者にアドバイスすること、インフラの変更を推奨すること、保険会社および／または他の事業体にルートおよび／または運転者の危険性を通知すること、および／または他の適切な機能を実行すること、のいずれかまたはすべてを実行するように機能することができる。

［００１４８］ Ｓ１２０は、好ましくはＳ１４０に応答して実行されるが、追加的または代替的に、Ｓ１３０、Ｓ１２５、Ｓ１２０、Ｓ１１０に応答して、および／または方法全体を通して複数回（例えば、連続的に、所定の頻度でなど）、トリガに応答して、および／または他の適切なタイミングのいずれかまたはすべてで実行され得る。さらに追加的または代替的に、方法１００は、Ｓ１５０なしで実施することができる。

［００１４９］ Ｓ１５０は、Ｓ１４０で決定されたリスクスコアに基づいて運転者にルートを推奨することを含み得る。運転者へのルートの推奨は、任意選択で、運転者が移動を開始する前にルートを推奨することを含むことができ、このルートは、ユーザの出発地点、目的地、リスクスコアおよび／または運転者スコア、および任意選択で１人以上の運転者の好み（例えば、運転者の攻撃性が高レベルな運転ルートを忌避する、リスクの低いルートで移動する場合に許容する距離の増加率、リスクの低いルートに許容する時間の増加率など）に基づいて決定される。追加的または代替的に、ユーザからの入力に基づいて（例えば、目的地の変更、安全より目的地までの時間の優先する場合など）、現在のルートからの迂回が好ましい場合など、ユーザの運転中にルートを推奨することができ（例えば、動的に更新された安全スコアに基づいて、ユーザの好みの変化に基づいて、交通量の変化などに基づいてなど）、および／または他の適切なタイミングで推奨される。

［００１５０］ 追加的または代替的に、Ｓ１５０は、ルートに関するアクションを推奨することを含むことができ、これは例えば、ナビゲーションをリスクの低いルートに動的に変更する、車線を変更する、迂回する（例えば、安全スコアが所定のしきい値を下回った場合）、車道から離れる、移動に最適な時間に運転者にアドバイスする、および／または他の適切なアクションを含む。

［００１５１］ さらに追加的または代替的に、Ｓ１５０は、衝突しやすいゾーン、衝突リスクパラメータ（例えば、マイルあたりの衝突の確率、ルートあたりの衝突の確率など）および／または視覚的表示（例えば、衝突ヒートマップ上）、運転者に関する危険な行動（例えば、所定の閾値を超える注意散漫レベル、攻撃性レベルの増加など）、近くの車両の運転手に関連する危険な行動、運転者のための改善領域および／または関連するヒント、および／またはその他の適切な情報、のいずれかまたはすべてなどの様々な情報を特定し、任意選択で運転者に警告することを含むことができる。

［００１５２］ さらに追加的または代替的に、Ｓ１５０は、実際のまたは提案されたインフラストラクチャ構造に関連するリスクスコアに基づいて、インフラストラクチャの変更および／または政策の変更について推奨および／または助言することを含むことができる。いくつかのバリエーションでは、例えば、Ｓ１５０は、個人またはグループ（例えば、交通安全政策立案者、都市／州／連邦レベルの団体など）に、道路の車線を拡張する、中央分離帯を導入する、４差路をラウンドアバウトに変更する、高速道路に車線を追加する、交差点に左折車線を導入する、速度制限を変更する、および／または他の適切なインフラストラクチャ、のいずれかまたはすべてなどの様々な構造および／または変更に関連するリスクについて助言することを含む。

［００１５３］ さらに追加的または代替的に、Ｓ１５０は、（例えば、図６に示すような）ルートの安全スコアおよび／または（例えば、図５に示すような）運転者に関連付けられたスコアなどのスコアの視覚化（例えば、クライアントアプリケーションで表示）、衝突の傾向が高い領域を示すヒートマップ、および／またはその他の適切な視覚化、のいずれかまたはすべてなどの視覚的出力を生成および／または提示することを含むことができる。

［００１５４］ さらに追加的または代替的に、Ｓ１５０は、１つまたは複数の事業者にリスクスコアを通知することを含むことができる。いくつかのバリエーションでは、例えば、Ｓ１５０は、個々の運転者、地域、運転者のグループ、運転者全体、および／またはその他のグループのリスクを評価することができ、保険会社がそれに応じて保険料を決定および／または調整することができる。特定の実施例では、保険会社は、それに応じて保険会社が彼または彼女の保険料を決定できるように、運転者に関連するリスクおよび／またはリスクの変化（例えば、よりリスクの高いルートのある新しいエリアへの移動、別のルートの利用開始、過去のルートの利用など）を評価することができる。

［００１５５］ さらに追加的または代替的に、Ｓ１５０は、ルートリスクに基づいて車団（ｆｌｅｅｔ）内の１以上の車両（トラック、自動運転車両など）に割り当てたルートの変更など、１以上の車団管理出力を生成することができる。

４．７ 方法：バリエーション
［００１５６］ １つのバリエーション（例えば、図８に示す）において、方法１００は、ユーザデバイスのセンサシステムからデータを収集することを含み、これは運転者によるルートの走行に関する運転者の行動（例えば、運転者の加速パターン、運転者の急ブレーキ、運転者のモバイルデバイス使用と相互作用、運転者の加速、および運転者の危険な方向転換パターン）および当該ルートの位置を特徴付ける位置情報（ＧＰＳデータなど）を特定すること、ＧＩＳ情報および任意の数のＧＩＳツール（例えば、緯度経度変数、ジオハッシュなど）を介してデータを道路インフラストラクチャ（例えば、ルート、道路、交差点など）とリンクさせること、実際の衝突イベントとその場所に関連するデータベース情報を収集すること、衝突イベントのいずれかまたはすべて、および衝突可能性のあるイベントのセット（例えば、急加速イベント、急ブレーキイベント、モバイルデバイスの使用イベント、加速／速度超過イベント、急旋回イベント）などの一連のイベントを特定すること、複数の運転者と複数のルートからのデータを整理して、モデルを用いて一連のルートセグメントのそれぞれのリスクの集約的評価を生成すること、ルートセグメントのセットおよび／または複数のルートセグメントで構成されるルートのセットのそれぞれに関連する１つまたは複数のスコア（例えば、リスクスコア）を決定すること、スコアに基づいて出力を生成（例えば、ルートの推奨）を推奨すること、に使用される。

［００１５７］ 特定の実施例では、衝突可能性のあるイベントのセットは、ユーザの集合のセンサシステムのセット（例えば、ユーザデバイス、モバイルデバイスなど）から収集された入力に基づいて決定され、衝突イベントのセットは、センサシステムのセットから収集された入力とデータベース情報のセットの一方または両方から決定される。

［００１５８］ 第１のバリエーションに追加または代替される第２のバリエーションでは、方法１００は、リスクスコアのセットを決定するためのモデルを決定することを含み、このモデルを決定することは、ユーザデバイスからのデータを収集して、運転者のルート走行に関連する運転者の行動（例えば、運転者の加速パターン、運転者の急ブレーキ、運転者のモバイルデバイスの使用と相互作用、運転者の速度、および運転者の危険な方向転換パターン）および当該ルートの場所を特徴付ける位置情報（例えば、ＧＰＳデータ）を特定するために用いること、ＧＩＳ情報および任意の数のＧＩＳツール（例えば、緯度経度変数、ジオハッシュなど）を介して、データを道路インフラストラクチャ（例えば、ルート、道路、交差点など）にリンクさせること、実際の衝突イベントとその場所に関連するデータベース情報を収集すること、衝突イベントのいずれかまたはすべて、および衝突可能性のあるイベントのセット（例えば、急加速イベント、急ブレーキイベント、モバイルデバイスの使用イベント、加速／速度超過イベント、危険な方向転換イベント）などのイベントのセットを特定すること、複数の運転者と複数のルートからのデータを整理して、モデルを使用して一連のルートセグメントのそれぞれでのリスクの集約された評価を生成すること、ルートセグメントのセットおよび／または複数のルートセグメントで構成されるルートのセットのそれぞれに関連する１つまたは複数のスコア（例えば、リスクスコア）を決定することを含む。

［００１５９］ 特定の実施例では、モデルは一般化線形モデルなどの統計モデルである。

［００１６０］ 追加または代替の特定の実施例では、モデルは機械学習モデルである。

［００１６１］ 第１および第２に追加または代替される第３のバリエーションでは、この方法は、ユーザデバイスからのデータを収集して、運転者のルート走行に関連する運転者の行動（例えば、運転者の加速パターン、運転者の急ブレーキ、運転者のモバイルデバイスの使用と相互作用、運転者の速度、および運転者の危険な方向転換パターン）および当該ルートの場所を特徴付ける位置情報（例えば、ＧＰＳデータ）を特定するために用いること、ＧＩＳ情報および任意の数のＧＩＳツール（例えば、緯度経度変数、ジオハッシュなど）を介して、データを道路インフラストラクチャ（例えば、ルート、道路、交差点など）にリンクさせること、実際の衝突イベントとその場所に関連するデータベース情報を収集すること、衝突イベントのいずれかまたはすべて、および衝突可能性のあるイベントのセット（例えば、急加速イベント、急ブレーキイベント、モバイルデバイスの使用イベント、加速／速度超過イベント、危険な方向転換イベント）などのイベントのセットを特定すること、複数の運転者と複数のルートからのデータを整理して、モデルを使用して一連のルートセグメントのそれぞれでのリスクの集約された評価を生成すること、ルートセグメントのセットおよび／または複数のルートセグメントで構成されるルートのセットのそれぞれに関連する１つまたは複数のスコア（例えば、リスクスコア）を決定すること、スコアに基づいて出力（例えば、ルートの推奨）を生成すること、ユーザがルートを走行するときに、上記のように情報を収集すること、更新された情報に基づいてモデルを更新すること、を含む。

［００１６２］ 追加的または代替的に、方法１００は、任意の他の適切な出力および／または任意の他の適切なプロセスを生成することを含むことができる。

［００１６３］ 簡潔のために省略したが、好ましい実施形態は、様々なシステム構成要素および様々な方法プロセスのすべての組み合わせおよび順列を含み、方法プロセスは、任意の適切な順序で、順次または同時に実行することができる。

［００１６４］ 当業者は、上記の詳細な説明と、図面および特許請求の範囲から認識できるように、添付の特許請求の範囲で定義される本発明の範囲から逸脱することなく、本発明の好ましい実施形態に対して修正および変更を加えることができる。

Claims (20)

1. 運転者のためにルートを選択する方法において、
   出発地点と目的地を受け取るステップと、
   前記出発地点から前記目的地までの第１のルートに基づいて、所定のルートセグメントのセットから第１の一連のルートセグメントを決定するステップと、
   前記出発地点から前記目的地までの第２のルートに基づいて、所定のルートセグメントのセットから第２の一連のルートセグメントを決定するステップと、
   前記第１のルートのリスクスコアおよび第２のルートのリスクスコアを決定するステップであって、
   モデルを使用して、前記第１および第２の一連のルートセグメントのそれぞれに関するセグメントリスクスコアを決定することであって、
   車両のセットを運転する運転者のセットに関連付けられたモバイルユーザデバイスのセットからセンサ情報を受信することと、
   データベースから衝突情報を受信することと、
   前記センサ情報に基づいて衝突可能性のあるイベントのセットを特定することと、
   前記衝突情報に基づいて衝突イベントのセットを特定することと、
   を含むセグメントリスクスコアを決定することを含む、第１のルートのリスクスコアおよび第２のルートのリスクスコアを決定するステップと、
   前記第１のルートについて、第１の一連のセグメントリスクスコアを集計して、前記第１のルートのリスクスコアを決定するステップと、
   前記第２のルートについて、第２の一連のセグメントリスクスコアを集計して、前記第２のルートのリスクスコアを決定するステップと、
   前記第１および第２のルートのリスクスコアに基づいて、前記第１のルートと前記第２のルートから１つのルートを選択するステップと、
   選択されたルートに基づいて前記運転者にナビゲーション指示を提供するステップと、を含むことを特徴とする方法。
2. 前記ドライバのモバイルユーザデバイスから、前記選択されたルートの走行中に、センサ情報の第２のセットを収集するステップをさらに含む、請求項１に記載の方法。
3. 前記センサ情報の第２のセットに基づいて前記モデルを更新するステップをさらに含む、請求項２に記載の方法。
4. 前記センサ情報の第２のセットは、運転者の第２のセットに関連付けられたモバイルユーザデバイスの第２のセットに関連付けられたセンサ情報をさらに含む、請求項３に記載の方法。
5. 前記第１および第２のルートのリスクスコアを運転者に提示するステップをさらに含み、前記選択されたルートはさらに、前記第１および第２のルートのリスクスコアを運転者に提示することに応答して運転者の入力に基づいて決定される、請求項１に記載の方法。
6. 前記出発地点における運転者の位置に関連する時刻を受信するステップをさらに含み、前記セグメントリスクスコアの各々は前記時刻に基づいてさらに決定される、請求項１に記載の方法。
7. 前記セグメントリスクスコアを決定することはさらに、第２のデータベースから情報を受信することを含み、当該第２のデータベースは前記第１のデータベースとは別個のものである、請求項１に記載の方法。
8. 前記第２のデータベースは、ある領域に関する衝突の頻度を含み、当該領域は前記第１のルートおよび前記第２のルートを含んでいる、請求項７に記載の方法。
9. 選択されたルートのリスクスコアを事業者（ｅｎｔｉｔｙ）に送信するステップをさらに含む、請求項１に記載の方法。
10. 前記事業者は、前記運転者に関連する保険会社である、請求項９に記載の方法。
11. 前記運転者のセットは少なくとも１，０００人の運転者を含む、請求項１に記載の方法。
12. 前記衝突イベントのセットは、前記センサ情報に基づいてさらに決定される、請求項１に記載の方法。
13. 前記衝突可能性のあるイベントのセットは、
    前記車両のセットの車両における、所定の閾値を超える加速度パラメータ、
    前記車両のセットの車両における、所定の時間閾値を下回るブレーキパラメータ、
    前記運転者のセットの運転者における、所定の閾値を超えるモバイルデバイスの使用、 を含む請求項１に記載の方法。
14. ルートに関連するリスクを決定する方法において、
    第１のデータベースからの所定のルートセグメントのセットに基づいて、前記ルートを構成する一連のルートセグメントを決定するステップと、
    モデルを用いて、
    前記第１のデータベースから所定のルートセグメントのセットを受け取るステップと、
    複数の運転者のセットに関連付けられたモバイルユーザデバイスのセットからセンサ情報を受信するステップと、
    第２のデータベースから衝突識別子のセットと当該衝突識別子のセットに関連付けられた場所のセットとを受信するステップと、
    前記センサ情報に基づいて衝突可能性のあるイベントのセットを特定するステップと、
    前記第２のデータベースに基づいて衝突イベントのセットを特定するステップと、
    前記一連のルートセグメントの各々に関するセグメントリスクスコアを決定し、それによって一連のセグメントリスクスコアを決定するステップと、
    前記一連のセグメントリスクスコアを集計して、前記ルートのリスクスコアを決定するステップと、
    前記ルートのリスクスコアに基づいてアクションをトリガするステップと、を含むことを特徴とする方法。
15. 前記第２のデータベースは前記第１のデータベースとは別個のものである、請求項１４に記載の方法。
16. 前記アクションは、前記ルートのリスクスコアに基づいて、ナビゲーション指示のセットを前記運転者に提供することを含む、請求項１４に記載の方法。
17. 前記複数の運転者のセットが前記運転者を含む、請求項１６に記載の方法。
18. 前記衝突イベントのセットはさらに、前記センサ情報に基づいて特定される、請求項１４に記載の方法。
19. 前記モデルが統計モデルを含む、請求項１４に記載の方法。
20. 前記統計モデルが一般化線形モデルである、請求項１９に記載の方法。

Images