JP2023507925A - 一般的なユーザのルートの所要時間の予測 - Google Patents

Abstract

ルートの所要時間を予測するためのシステムおよび方法が提供される。ナビゲーション指示の要求が受信され、出発地と目的地との間のルートが計算される。ルート上の通過されるべきルートセグメントの連続と、ルートセグメントの連続のルートセグメントの1つまたは複数の部分的連続とが特定され、各部分的連続は、ルートの一部の連続して通過されるべきルートセグメントを有する。各部分的連続に関して、部分的連続のルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、部分的連続所要時間が予測される。総ルート所要時間が、部分的連続所要時間に基づいて予測される。ルートを通って出発地から目的地までナビゲートするためのクライアントデバイス上での提示ために、ナビゲーション指示のセットおよび予測された総ルート所要時間が提供される。

Description

本開示は、一般に、ルートの所要時間を予測することに関する。

ユーザが、ナビゲーションアプリケーションを使用して、出発地から目的地までのナビゲーション指示を要求するとき、ナビゲーションアプリケーションは、ルートセグメントの連続(series)を含む出発地から目的地までのルートを生成することになる(たとえば、第1のセグメントは、道路Aを1マイル走行することであり得、第2のセグメントは、道路Bへと右折し、0.5マイル走行することであり得るなど)。総所要時間を予測するために、ナビゲーションアプリケーションは、通常、各ルートセグメントの所要時間を予測し、ルートセグメントのすべての所要時間が合計され、ルート全体の総所要時間が得られる。

一態様において、本出願は、ルートの所要時間を予測するためのコンピュータによって実施される方法を提供し、方法は、プロセッサによって、ナビゲーション指示の要求を受信するステップであって、要求が、出発地および目的地を含む、ステップと、プロセッサによって、出発地と目的地との間のルートを計算するステップと、プロセッサによって、出発地と目的地との間のルート上の通過されるべきルートセグメントの連続を決定するステップと、プロセッサによって、ルートセグメントの連続のルートセグメントの1つまたは複数の部分的連続(sub-series)を特定するステップであって、各部分的連続が、出発地と目的地との間のルートの一部の連続して通過されるべきルートセグメントを有する、ステップと、ルートセグメントの各部分的連続に関して、プロセッサによって、ルートセグメントの部分的連続のルートセグメントの各々が連続して通過された履歴的なトリップ(trip)に関連する履歴的な所要時間データに基づいて、ルートセグメントの部分的連続の部分的連続所要時間を予測するステップと、プロセッサによって、ルートセグメントの各部分的連続の部分的連続所要時間に基づいて、総ルート所要時間を予測するステップと、プロセッサによって、ルートを通って出発地から目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび予測された総ルート所要時間を提供するステップとを含む。

別の態様においては、電子デバイスが提供され、電子デバイスは、1つまたは複数のプロセッサと、命令を記憶する非一時的コンピュータ可読メモリとを備え、命令は、1つまたは複数プロセッサによって実行されるときに、コンピューティングデバイスに、ナビゲーション指示の要求を受信することであって、要求が、出発地および目的地を含む、受信すること、出発地と目的地との間のルートを計算すること、出発地と目的地との間のルート上の通過されるべきルートセグメントの連続を決定すること、ルートセグメントの連続のルートセグメントの1つまたは複数の部分的連続を特定することであって、各部分的連続が、出発地と目的地との間のルートの一部の連続して通過されるべきルートセグメントを有する、特定すること、ルートセグメントの各部分的連続に関して、ルートセグメントの部分的連続のルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、ルートセグメントの部分的連続の部分的連続所要時間を予測すること、ルートセグメントの各部分的連続の部分的連続所要時間に基づいて、総ルート所要時間を予測すること、ならびに、ルートを通って出発地から目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび予測された総ルート所要時間を提供することを行わせる。

さらに別の態様においては、非一時的コンピュータ可読媒体が提供され、非一時的コンピュータ可読媒体は、操作(maneuver)に含める関心地点(point of interest)を選択するための命令を記憶し、命令は、コンピューティングデバイスの1つまたは複数のプロセッサによって実行されるときに、1つまたは複数のプロセッサに、ナビゲーション指示の要求を受信することであって、要求が、出発地および目的地を含む、受信すること、出発地と目的地との間のルートを計算すること、出発地と目的地との間のルート上の通過されるべきルートセグメントの連続を決定すること、ルートセグメントの連続のルートセグメントの1つまたは複数の部分的連続を特定することであって、各部分的連続が、出発地と目的地との間のルートの一部の連続して通過されるべきルートセグメントを有する、特定すること、ルートセグメントの各部分的連続に関して、ルートセグメントの部分的連続のルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、ルートセグメントの部分的連続の部分的連続所要時間を予測すること、ルートセグメントの各部分的連続の部分的連続所要時間に基づいて、総ルート所要時間を予測すること、ならびにルートを通って出発地から目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび予測された総ルート所要時間を提供することを行わせる。

電子デバイス上で実行されるナビゲーションアプリケーションによって生成されたルートの所要時間を予測するために、本開示の技術が使用され得る例示的な環境を示す図である。 図1のシステム内で動作し得る例示的な電子デバイスおよびサーバデバイスのブロック図である。 例示的なルートセグメントの連続およびルートセグメントの部分的連続の図である。 例示的なルートセグメント連続のおよびルートセグメントの部分的連続の図である。 例示的なルートセグメント連続のおよびルートセグメントの部分的連続の図である。 電子デバイス上で実行されるナビゲーションアプリケーションによって要求されたルートの所要時間を予測するための例示的な方法の流れ図である。

概要
上述のように、ユーザがナビゲーションアプリケーションを使用して出発地から目的地までのナビゲーション指示を要求するとき、ナビゲーションアプリケーションまたはナビゲーションアプリケーションに関連するサーバは、ルートセグメントの連続を含む、出発地から目的地までのルートを生成する。たとえば、各ルートセグメントは、2つの交差点間の道路のセクション(section)であってよい(たとえば、第1のセグメントは、道路Aと道路Bとの交差点に到達するまで道路Aを走行することである可能性があり、第2のセグメントは、道路Bへと右折し、道路Bと道路Cとの交差点まで0.5マイル走行することである可能性があるなど)。ナビゲーションアプリケーションは、ルート上の各ルートセグメントに関して予測された所要時間を集約するかまたは組み合わせることによって、ルートの総所要時間を予測する場合がある。

しかし、この方法で総所要時間を計算することは、いくつかの制限を有する。まず、比較的短いルートセグメントの予測所要時間は、比較的長いルートセグメントの予測所要時間よりも概してノイズが多く、したがって、多くの比較的短いルートセグメントを含むルートの予測所要時間は、比較的短いルートセグメントの各々からの累積されたノイズ誤差(noise error)を含み得る。

さらに、概して、各ルートセグメントの予測所要時間に基づいてルート全体の所要時間を計算することは、個々のルートセグメントの予測誤差が関連を持たず、互いに相殺されるという仮定を含む。しかし、多くの場合、同じルート上の個々のルートセグメントの予測誤差は、互いに関連している可能性がある。たとえば、特定のルートセグメントの予測所要時間が、このルートセグメントの所要時間に影響する事故を誤って考慮し損ねる場合、同じ(考慮されていない)事故が要求されたルートのさらなるセグメントに影響し、ルート全体の予測所要時間の累積された誤差をもたらす可能性が高い。同じ誤差によって影響を受ける多くの個々のセグメントを有するルートに関しては、たとえ個々の誤差が小さくても、累積された誤差が大きくなり得る。

さらに、各ルートセグメントの予測所要時間に基づいてルート全体の所要時間を計算することは、特定のユーザの前のルートセグメントまたは後のルートセグメントが、現在のルートセグメントのそのユーザの所要時間に影響を与えないという仮定を含む。しかし、特定のルートセグメントのユーザの実際の所要時間は、ユーザのルートにどの前のルートセグメントおよび/または後のルートセグメントが含まれるかによって影響され、特に、これらのルートセグメント間でユーザを案内するために複雑な操作が必要とされるときにそうであり得る。たとえば、2マイルの幹線道路セグメントの終点で幹線道路を出る必要があるユーザは、2マイルの幹線道路セグメントの後に幹線道路を走り続ける予定のユーザよりも、2マイルの幹線道路区間を通過するのに概してより時間がかかる。同様に、2マイルの幹線道路セグメントの始点で幹線道路にちょうど入っていくユーザは、2マイルの幹線道路セグメントを通過する前にすでに幹線道路に乗っていたユーザよりも、2マイルの幹線道路セグメントを通過するのに概してより時間がかかる。幹線道路自体の交通は円滑に流れているが、幹線道路の出口または入り口が渋滞している場合、またはその逆の場合、この影響は増幅される。

本出願は、ルートセグメントの連続におけるルートセグメントの各々の所要時間を個々に予測し、それらを合計するのではなく、ルートセグメントの連続の所要時間を予測するためのシステムおよび方法を提供する。特定の順序で頻繁に通過されるルートセグメントの連続が、スーパーセグメントとして特定されてよく、スーパーセグメント全体の所要時間が、たとえば、下でより詳細に検討される、スーパーセグメントを通過したユーザからのリアルタイムのおよび/または履歴的な所要時間データに基づく機械学習分析を使用して計算されてよい。ユーザのルートが特定されたスーパーセグメントのうちの1つを含むとき、スーパーセグメントを構成するルートセグメントの各々の予測所要時間ではなく、スーパーセグメントの予測所要時間が、ユーザのルートの総所要時間の計算に使用されてよい。

有利なことに、スーパーセグメント全体の予測所要時間を計算することは、スーパーセグメントが個々のセグメントよりも長いので、個々のルートセグメントの所要時間に基づいてルートの予測所要時間を計算するのに比べて計算におけるノイズの量を削減する。特に、たとえスーパーセグメント全体の予測所要時間の計算が許容誤差(margin of error)を含むときでも、許容誤差は、個々のルートセグメントごとに追加の許容誤差を加算するのではなく、全体の所要時間に一度だけ影響を与える。さらに、スーパーセグメント全体の予測所要時間は、スーパーセグメント内に含まれる複雑な操作を考慮することができる。つまり、第1のマイル標(mile marker)において幹線道路に入り、第2のマイル標において幹線道路から出るためのルートセグメントを含むスーパーセグメントの予測所要時間は、第1のマイル標において幹線道路に入り、第2のマイル標において幹線道路から出たその他のユーザの履歴的なの所要時間に基づき得る。

開示される主題は、ナビゲーションシステムに関連する技術的な問題に対処し、改善されたナビゲーション方法を提供する。ユーザが個々の道路セグメントの異なる組合せをどのように通過するかに関連する現実のデータが捕捉され、ユーザに提示されるルートのより正確な予測所要時間を決定するために使用される。つまり、基礎を成す移動ネットワークシステム(travel network system)に関連する技術情報が取得され、ルートの予測所要時間を向上させるために使用される。

例示的なコンピューティング環境
図1を参照すると、上記で概略を示された技術が実装され得る例示的な環境100が、電子デバイス102とヘッドユニット106を有する車両104とを含む。電子デバイス102は、スマートフォン、タブレットコンピュータ、ウェアラブルコンピュータなどであってよい。電子デバイス102は、有線(たとえば、ユニバーサルシリアルバス(USB))またはワイヤレス(たとえば、Bluetooth、Wi-Fiダイレクト)である場合がある通信リンク108を介して車両104のヘッドユニット106と通信する。電子デバイス102は、ワイヤレス通信ネットワークを介して、様々なコンテンツプロバイダ、サーバなどと通信することもできる。

動作中、電子デバイス102は、一連のナビゲーション指示または操作の形態で、ユーザを出発地から目的地までナビゲートするためのナビゲーションデータを取得する。下でより詳細に説明されるように、電子デバイス102は、実装に応じて、ナビゲーションサービスから通信ネットワークを介してナビゲーションデータを受信することができるか、またはローカルでナビゲーションデータを生成することができる。一部の実装において、電子デバイス102は、デジタル地図画像、テキスト、およびオーディオを含む場合があるナビゲーションに関連する情報をヘッドユニット106に提供する。ヘッドユニット106は、ディスプレイ110によってこの情報を表示する。一部の実装におけるディスプレイ110は、タッチスクリーンであり、目的地の名前または住所、出発点などを含む場合があるテキスト入力を入力するためのソフトウェアキーボードを含む。別の種類のディスプレイ110は、たとえば、回転式コントローラなどの非タッチ入力デバイスまたは別個のタッチパッドと一緒提供されるスクリーンとすることが可能である。概して、ディスプレイ110は、テキストと画像との両方を表示することができる必要はない。別の車両のヘッドユニットは、たとえば、1つまたは複数の行に英数字を表示することができるだけの簡単なディスプレイを含むことが可能である。

ヘッドユニット106は、ボタン、つまみなどのハードウェア入力制御装置を含み得る。これらの制御装置は、ヘッドユニット106上または車両104内の他の場所に配置され得る。たとえば、図1の車両104は、ヘッドユニット106上のナビゲーション制御装置112とヘッドユニット106に通信可能なように結合されたハンドル制御装置114とを含む。制御装置112および114は、電子デバイス102上の様々なナビゲーション制御機能にマッピングされ得る。一部の実装における制御装置112および114は、英数字を入力するため、またはナビゲーション指示を要求するためのその他の機能を実行するために使用されることも可能である。

車両104は、マイクロフォン116およびスピーカ118などのオーディオ入力および出力構成要素も含み得る。マイクロフォン116は、ユーザからの音声入力を取り込むように構成されてよく、一方、スピーカ118は、ナビゲーションに関連する情報をユーザに伝達するように構成されてよい。ハードウェア制御装置112および114と同様に、マイクロフォン116およびスピーカ118は、ヘッドユニット106上に直接配置されるかまたは車両104の他の場所に配置され得る。

電子デバイス102の例示的な実装が、図2を参照して示される。電子デバイス102は、メモリ122に結合された1つまたは複数のプロセッサ120、GPSユニット124、タッチスクリーンなどのディスプレイ126、1つまたは複数のセンサー128(たとえば、加速度計、ジャイロスコープ、慣性計測装置(IMU)、速度計)、1つまたは複数のオーディオ入力構成要素130、1つまたは複数のオーディオ出力構成要素132、および1つまたは複数の通信ユニット134を含んでよい。通信ユニット134は、ヘッドユニット106と通信するための近距離通信ユニットと、長距離通信ユニットとを含んでよい。近距離通信ユニットは、USB、Bluetooth、Wi-Fiダイレクトなどの1つまたは複数の通信方式をサポートしてよく、一方、長距離通信ユニットは、たとえば、3Gセルラネットワークまたは4Gセルラネットワークなどの好適なワイヤレスネットワーク136を介してデータを送受信してよい。1つまたは複数のプロセッサ120の各々は、任意の好適な汎用処理ユニット(たとえば、CPU)、マイクロプロセッサ、または特定用途向け処理ユニットとすることが可能である。メモリ122は、ハードディスク、フラッシュドライブなどの永続的な構成要素と、ランダムアクセスメモリ(RAM)ユニットなどの非永続的な構成要素とを含み得る非一時的コンピュータ可読媒体とすることが可能である。プロセッサ120およびメモリ122は、たとえば、デジタルバスなどの好適な電気的接続を介して相互に接続され得る。

通信ユニット134を使用して、電子デバイス102は、任意の数の好適なサーバと通信してよい。図2の例示的な構成において、電子デバイス102は、ナビゲーションデータを提供するナビゲーションサーバ138および履歴的なトリップデータに基づくスーパーセグメントデータを提供するスーパーセグメントサーバ140と通信する。ナビゲーションサーバ138は、プロセッサ142およびメモリ144を含んでよく、ナビゲーションデータを記憶するナビゲーションデータベース146および/または地図データを記憶する地図データベースにアクセスするように構成されてよい。

スーパーセグメントサーバ140は、プロセッサ148およびメモリ150を含んでよく、たとえば、履歴的なトリップに関連するルート(すなわち、ルートセグメントの連続)、履歴的なトリップに関連する所要時間、ならびに履歴的なトリップの日時、および/またはそれぞれの履歴的なトリップのときの天候もしくは交通情報などの履歴的なトリップについてのその他の情報を含む履歴的なトリップデータを記憶する履歴的トリップデータベース152にアクセスするように構成されてよい。いくつかの例においては、スーパーセグメントサーバ140のプロセッサ148が、履歴的なトリップデータを分析して、スーパーセグメント、すなわち、履歴的なトリップのうちで頻繁に移動されたルートセグメントの連続を特定してよい。つまり、それぞれがルートセグメントの連続を含む複数の履歴的なルートに関して、スーパーセグメントは、ルートセグメントの連続の中のいくつかのルートセグメントを含むルートセグメントの部分的連続であってよい。

スーパーセグメントを特定することに加えて、スーパーセグメントサーバのプロセッサ148は、様々な将来の時間におけるスーパーセグメントの各々の予測所要時間を計算するように構成されてよい。スーパーセグメントの所要時間を予測することは、たとえば、スーパーセグメントを含む履歴的なルートの各々において、あるいは特定の時間帯に、または特定の曜日に、または特定の天候もしくは交通条件において通過されたスーパーセグメントを含む履歴的なルートの各々において、スーパーセグメントの所要時間を平均するかまたはその他の方法で重み付けすることを含んでよい。

いくつかの例において、スーパーセグメントの所要時間を予測することは、様々な所要時間に関連するスーパーセグメントの特性または特徴を特定するために、履歴的トリップデータベース152からの履歴的なトリップデータを使用して機械学習モデルを訓練することを含んでよい。したがって、いくつかの例においては、機械学習モデルが、スーパーセグメントの所要時間を予測するために、特定のスーパーセグメントに関連するデータに適用されてよい。特定のスーパーセグメントに関連するデータは、スーパーセグメントの位置、スーパーセグメントの長さ、スーパーセグメントに関連する履歴的な所要時間データ、当該スーパーセグメントに隣接するスーパーセグメントに関連する履歴的な所要時間データ、スーパーセグメントに関連する現在の所要時間データ、スーパーセグメント内のルートセグメントの各々に関連する現在の所要時間データ、スーパーセグメント内のルートセグメントの各々に関連する履歴的な所要時間データ、当該スーパーセグメントに隣接するスーパーセグメントに関連する現在の所要時間データ、ルート要求が行われた時間、ルート要求の開始位置からスーパーセグメントの位置までの距離、スーパーセグメントの道路の種類(たとえば、幹線道路、一方通行の街路、側道など)、スーパーセグメント上の信号機の数、スーパーセグメントを通過するための交通手段などのスーパーセグメントの特性を含んでよい。プロセッサ148は、スーパーセグメントの特性およびスーパーセグメントの実際の所要時間に基づいて機械学習モデルを生成してよい。一部の実装において、スーパーセグメントの各々は、スーパーセグメントの実際の所要時間に従って分類されてもよい(たとえば、第1の所要時間または所要時間の範囲を有する道路セグメントの第1のセットが、第1のグループに分類される場合があり、第2の所要時間または所要時間の範囲を有するスーパーセグメントの第2のセットが、第2のグループに分類される場合があるなど)。そして、プロセッサ148は、各グループのスーパーセグメントの特性を分析して機械学習モデルを生成してよい。たとえば、機械学習モデルは、スーパーセグメント内のルートセグメントの履歴的な所要時間とスーパーセグメントの履歴的な所要時間との間の相関を含んでよい。スーパーセグメントの所要時間を予測するために、プロセッサ148は、スーパーセグメント内のルートセグメントの現在の所要時間を機械学習モデルに適用して、スーパーセグメントの所要時間を予測してよい。

いずれにしても、プロセッサ148は、それから、スーパーセグメント内のルートセグメントの各々の現在の所要時間などの、出発地から目的地までの要求されたルート上の各スーパーセグメントの特性を取得してよい。プロセッサ148は、機械学習技術を使用して、スーパーセグメントの特性を機械学習モデルに適用してよい。機械学習技術は、線形回帰、多項式回帰、ロジスティック回帰、ランダムフォレスト、適応ブースティング(adaptive boosting)、勾配ブースティング、およびエクストリーム勾配ブースティング(extreme gradient boosting)などのブースティング、最近傍、ベイズネットワーク、ニューラルネットワーク、サポートベクターマシン、または任意のその他の好適な機械学習技術を含んでよい。

たとえば、機械学習技術がランダムフォレストであるとき、プロセッサ148は、訓練データのサブセットの各々のいくつかの代表サンプルを収集してよい。各代表サンプルを使用して、プロセッサ148は、スーパーセグメントの所要時間を予測するための決定木を生成してよい。そして、プロセッサ148は、たとえば、個々の木において決定された所要時間を平均すること、加重平均を計算すること、多数決を取ることなどによって、決定木の各々を集約しておよび/または組み合わせて機械学習モデルを生成してよい。一部の実施形態において、プロセッサ148は、機械学習技術がブースティングであるときも決定木を生成してよい。

各決定木は、いくつかのノード、枝、および葉を含んでよく、決定木の各ノードは、スーパーセグメントの特性に関するテスト(たとえば、要求の時間が午後5時から午後7時までの間であるか)を表す。各枝は、テストの結果(たとえば、要求の時間が午後5時から午後7時までの間である)を表す。さらに、各葉は、葉に接続する枝の組み合わされたテスト結果に基づく異なる所要時間(たとえば、6分)、所要時間の範囲(たとえば、5～7分)、または信頼区間(たとえば、95%の信頼度で5.2～7.8分)を表す。

たとえば、プロセッサ148は、第1のノードが、スーパーセグメントの位置が要求されたルートの開始位置から1マイルを超えているかどうかに対応する決定木を生成してよい。スーパーセグメントが要求されたルートの開始位置から1マイルを超えていない場合、第1の枝が、所要時間が7分であることを示す可能性がある第1の葉ノードに接続する可能性がある。スーパーセグメントが要求されたルートの開始位置から1マイルを超えている場合、第2の枝が、隣接するスーパーセグメントの長さが当該スーパーセグメントの長さと閾値の量未満異なるかどうかに対応する第2のノードに接続する可能性がある。

隣接するスーパーセグメントの長さが当該スーパーセグメントの長さと閾値の量未満異なる場合、第3の枝が、所要時間が隣接するスーパーセグメントの現在の所要時間、たとえば、12分であることを示す可能性がある第2の葉ノードに接続する可能性がある。しかし、隣接するスーパーセグメントの長さがスーパーセグメントの長さと閾値の量未満異ならない場合、第4の枝が、所要時間が10分であることを示す可能性がある第3の葉ノードに接続する可能性がある。決定木は3つの葉ノードおよび4つの枝を含むが、これは説明を容易にするためだけの例であるに過ぎない。各決定木は、任意の数のノード、枝、および葉を含み、スーパーセグメントの特性および/または統計的尺度に関する任意の好適な数および/または種類のテストを有してよい。

ナビゲーションサーバ138およびスーパーセグメントサーバ140は、別個のサーバとして図示されているが、ナビゲーションサーバ138およびスーパーセグメントサーバ140は、一部の実施形態においては同じサーバ装置内に含まれてよい。

図2に示されるように、電子デバイス102のメモリ122は、ナビゲーションアプリケーション154を記憶する。ナビゲーションアプリケーション154は、実行時に解釈可能で、1つまたは複数のプロセッサ120上で実行可能な、任意の好適なプログラミング可能な言語のコンパイルされた命令および/または命令を含み得る。概して、ナビゲーションアプリケーション154は、現在地または別の開始位置(たとえば、出発地)からユーザが選択した目的地まで運転者を導くルートを生成するか、またはナビゲーションサーバ138および/またはスーパーセグメントサーバ140から受信する。一例として、ルートは、ルートセグメントの連続と、1つのルートセグメントから次のルートセグメントへ移動するための、それぞれがいくつかの構成要素を有する操作とを含み得る。操作内の構成要素は、ルートセグメント構成要素(道路の名前または番号、距離、移動時間、制限速度など)、および次のルートセグメントにアクセスするためのアクション構成要素(たとえば、左折、右へ合流など)を含んでよい。

さらに、ナビゲーションアプリケーション154は、ルートの予測所要時間を計算してよく、またはスーパーセグメントサーバ140からルートの予測所要時間を取得してよい。ルートの所要時間を計算するために、ナビゲーションアプリケーション154またはスーパーセグメントサーバ140は、ルートセグメントの連続の部分的連続の予測所要時間(すなわち、ルートの一部であるスーパーセグメントの予測所要時間)を生成または受信してよく、ルートセグメントの部分的連続の予測所要時間に基づいてルートのルートセグメントの連続全体の所要時間を計算してよい。

特に、ナビゲーションアプリケーション154は、ルートの一部であるスーパーセグメントのインジケーションおよび/または各スーパーセグメントの予測所要時間をスーパーセグメントサーバ140に要求するかまたはそれ以外の方法で受信してよい。いくつかの例において、ナビゲーションアプリケーション154は、ルート全体であるスーパーセグメントを選択してよい。たとえば、ナビゲーションアプリケーション154は、長さ(たとえば、スーパーセグメント内のセグメントの数、もしくはスーパーセグメントによって包含される総距離)に基づいて、またはスーパーセグメントを含む履歴的なトリップの数に基づいてスーパーセグメントを選択してよい。ナビゲーションアプリケーション154は、選択されたスーパーセグメントの予測所要時間を、残りのルートセグメント(すなわち、ルートの一部であるがスーパーセグメントの一部ではないルートセグメント)の予測所要時間と組み合わせて、ルート全体の予測所要時間を計算してよい。いくつかの例において、ナビゲーションアプリケーション154は、ルートの一部である複数のスーパーセグメントの予測所要時間に基づいてルート全体の予測所要時間を(すなわち、ルートの一部である複数のスーパーセグメントのいずれの一部でもない任意のルートセグメントの予測所要時間も)計算してよい。

その他の実装において、スーパーセグメントサーバ140は、ルートを重なり合わないスーパーセグメントおよび/または残りのルートセグメントに分割してよい。そして、スーパーセグメントサーバ140は、各スーパーセグメントおよび/または残りのルートセグメントの予測所要時間を決定してよく、スーパーセグメントの予測所要時間を残りのルートセグメントの予測所要時間と組み合わせてよい。それから、スーパーセグメントサーバ140は、電子デバイス102上で実行されるナビゲーションアプリケーション154にルートの予測所要時間を提供してよい。

いずれにしても、ナビゲーションアプリケーション154は、ディスプレイ110を介してユーザ(たとえば、運転手)のためにルートのインジケーション、ルートの所要時間、およびルートの一部である操作のインジケーションを表示してよい。

例示的なルートセグメントの連続およびルートセグメントの部分的連続
図3A～図3Cは、例示的なルートセグメントの連続およびルートセグメントの部分的連続の図である(ルートセグメントの部分的連続も、本開示全体を通じて「スーパーセグメント」と意味の区別なく呼ばれる)。たとえば、図3Aに示される出発地1から目的地1までのルート1のルートセグメントの連続は、ルートセグメントA、その直後にルートセグメントB、その直後にルートセグメントC、その直後にルートセグメントD、その直後にルートセグメントEを含む。ルート1のルートセグメントの部分的連続は、ルートセグメントAを含み、その直後にルートセグメントBを含む場合がある。別の例として、ルート1のルートセグメントの部分的連続は、ルートセグメントC、その直後にルートセグメントD、その直後にルートセグメントEを含む場合がある。所与のルートのルートセグメントの部分的連続は、任意の数のルートセグメントを含んでよい。いくつかの例において、ルートのルートセグメントの部分的連続は、ルートのルートセグメントの連続全体を含む場合があるが、その他の例において、ルートのルートセグメントの部分的連続は、ルートのルートセグメントの連続全体よりも少ないルートセグメントを含む場合がある。

1つのルートの一部であるルートセグメントの部分的連続が、その他のルートの一部である場合もある。たとえば、図3Bに示されるように、出発地2から目的地2までのルート2は、ルートセグメントA、その直後にルートセグメントB、その直後にルートセグメントX、その直後にルートセグメントYを含む場合がある。つまり、ルート2も、ルート1のルートセグメントAの直後にルートセグメントBが続く部分的連続を含む場合がある。別の例として、図3Cに示されるように、出発地3から目的地3までのルート3は、ルートセグメントZ、その直後にルートセグメントC、その直後にルートセグメントD、その直後にルートセグメントEを含む場合がある。つまり、ルート3は、ルート1のルートセグメントC、その直後のルートセグメントD、その直後のルートセグメントEの部分的連続を含む場合がある。

一部の実施形態において、スーパーセグメントサーバ140は、ルートセグメントの連続をスーパーセグメントに分割してよく、各スーパーセグメントのインジケーション(たとえば、ルートセグメントC、その直後にルートセグメントD、その直後にルートセグメントE)をスーパーセグメントの特性(たとえば、スーパーセグメントの位置、スーパーセグメントの長さ、スーパーセグメントに関連する履歴的な所要時間データ、当該スーパーセグメントに隣接するスーパーセグメントに関連する履歴的な所要時間データ、スーパーセグメントに関連する現在の所要時間データ、当該スーパーセグメントに隣接するスーパーセグメントに関連する現在の所要時間データ、ルート要求が行われた時間など)と一緒に履歴的トリップデータベース152に記憶してよい。そして、スーパーセグメントサーバ140が出発地から目的地までのナビゲーション指示の要求を取り出すとき、スーパーセグメントサーバ140は、ナビゲーションサーバ138からルートセグメントの連続を含むルートのインジケーションを取得してよい。スーパーセグメントサーバ140は、ルートのルートセグメントの取得された連続を履歴的トリップデータベース152に記憶されたスーパーセグメントと比較して、ルート上のルートセグメントの部分的連続に対応する1つまたは複数のスーパーセグメントを履歴的トリップデータベース152から特定してよい。たとえば、スーパーセグメントサーバ140は、長さ(たとえば、スーパーセグメント内のセグメントの数、もしくはスーパーセグメントによって包含される総距離)に基づいて、またはスーパーセグメントを含む履歴的なトリップの数に基づいて各スーパーセグメントを特定してよい。それから、スーパーセグメントサーバ140は、特定されたスーパーセグメントの各々の予測所要時間および/または特定されたスーパーセグメントのいずれの一部でもない、ルートのルートセグメントの取得された連続における残りのルートセグメントの予測所要時間に基づいてルートの所要時間を予測してよい。スーパーセグメントサーバ140は、特定されたスーパーセグメントの各々の予測所要時間および/または特定されたスーパーセグメントのいずれの一部でもない、ルートのルートセグメントの取得された連続における残りのルートセグメントの予測所要時間を、予測所要時間の各々を集約するなど、任意の好適な方法で組み合わせることによって所要時間を予測してよい。

スーパーセグメントの所要時間を予測するために、スーパーセグメントサーバ140は、スーパーセグメントの履歴的な所要時間、当該スーパーセグメントに隣接するスーパーセグメントの履歴的なもしくは現在の所要時間、特定の時間帯、または特定の曜日、または特定の天候もしくは交通条件におけるスーパーセグメントの履歴的な所要時間を平均するかそれ以外の方法で重み付けしてよい。さらに、スーパーセグメントサーバ140は、当該スーパーセグメントに隣接するスーパーセグメントの履歴的な所要時間と、隣接するスーパーセグメントの現在の所要時間との間の差に基づいて、スーパーセグメントの履歴的な所要時間を調整してよい。たとえば、隣接するスーパーセグメントの現在の所要時間が、隣接するスーパーセグメントの履歴的な所要時間よりも4分長い場合、スーパーセグメントサーバ140は、スーパーセグメントの履歴的な所要時間を4分増やして、スーパーセグメントの所要時間を予測してよい。その他の実施形態において、スーパーセグメントサーバ140は、スーパーセグメントの特性を取得し、特性をスーパーセグメントの所要時間を予測するための機械学習モデルに適用することによって、スーパーセグメントの所要時間を予測してよい。

ルートの所要時間を予測するための例示的な方法
ここで図4を参照すると、ルートの所要時間を予測するための例示的な方法400が、スーパーセグメントサーバ140によって実施されてよい。方法400は、スーパーセグメントサーバ140または別の好適なコンピューティングシステムのコンピュータ可読メモリ150上に記憶され、1つまたは複数のプロセッサ148上で実行可能な命令のセットとして実装され得る。その他の実施形態において、方法400は、電子デバイス102内のナビゲーションアプリケーション154によって、またはスーパーセグメントサーバ140およびナビゲーションアプリケーション154の任意の好適な組合せによって実施されてよい。

ブロック402において、出発地(たとえば、現在位置である場合がある)および目的地を含むナビゲーション指示の要求が、受信されてよい。一部の実施形態において、ナビゲーション指示の要求は、徒歩、車、自転車、公共交通機関などの、ルートのための交通手段を含む。ブロック404において、要求に応答して、出発地と目的地との間のルートが計算されてよい。たとえば、スーパーセグメントサーバ140が、要求をナビゲーションサーバ138に送信してよく、そしてさらに、ナビゲーションサーバ138が、出発地から目的地までのルートを通過するためのナビゲーション指示のセットを提供してよい。ルートは、ルートセグメントの連続と、1つのルートセグメントから次のルートセグメントへ移動するため操作とを含んでよい。

ブロック406において、スーパーセグメントサーバ140が、出発地と目的地との間のルート上のルートセグメントの連続を決定してよい。上記の例においては、スーパーセグメントサーバ140が、ナビゲーションサーバ138から提供されたルートに従ってルートセグメントの連続を決定してよい。いくつかの例において、ルートセグメントは、たとえば、図3A～図3Cに示されたように、2つの操作の間のルートのセクションであってよい。さらに、いくつかの例において、ルートセグメントは、特定の長さを有するルートのセクションであってよい。たとえば、操作同士の間に幹線道路を200マイル走行することを含むルートに関して、200マイルの区間の5マイルずつ(または1マイルずつ、10マイルずつ、もしくは任意の好適な距離)が、別個のルートセグメントと考えられてよい。

ブロック408において、スーパーセグメントサーバ140は、出発地と目的地との間のルートの一部の連続して通過されるべき(すなわち、ルートの所要時間を予測する際に使用するための)(ルートセグメントの連続の)ルートセグメントの1つまたは複数の部分的連続を特定してよい。所与のルートのルートセグメントの部分的連続は、任意の数のルートセグメントを含んでよい。いくつかの例において、ルートのルートセグメントの部分的連続は、ルートのルートセグメントの連続全体を含む場合があるが、その他の例において、ルートのルートセグメントの部分的連続は、ルートのルートセグメントの連続全体よりも少ないルートセグメントを含む場合がある。

ブロック410において、各部分的連続に関して、ルートセグメントの部分的連続の各ルートセグメントが連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、部分的連続所要時間が予測されてよい。つまり、特定のルートの一部であるルートセグメントの部分的連続の履歴的な所要時間が、そのルートのルートセグメントの連続全体の所要時間を計算するために使用されてよい。

たとえば、所与のルートのルートセグメントの連続全体に関して限られた履歴的なトリップデータが存在する可能性がある一方、ルートの様々な部分的連続に関してより多くの履歴的なトリップデータが存在する可能性がある。たとえば、わずかなユーザしか図3Aに示すルート1全体(ルートセグメントA→ルートセグメントB→ルートセグメントC→ルートセグメントD→ルートセグメントE)を通過していない可能性があるが、多くのユーザがその他のルートの一部としてルート1の一部(すなわち、ルートの部分的連続)を通過した可能性がある。たとえば、図3Bに示されたように、一部のユーザは、ルート2の一部としてルートセグメントA→ルートセグメントBの部分的連続を通過した可能性があり、または図3Cに示すように、一部のユーザは、ルート3の一部としてルートセグメントC→ルートセグメントD→ルートセグメントEの部分的連続を通過した可能性があり、以下同様である。

したがって、ルートセグメントの特定の部分的連続を含むすべての(またはいくつかの)トリップに関する履歴的なトリップデータが、ルートセグメントの部分的連続の所要時間を予測するために分析されてよい。たとえば、ルートセグメントC→ルートセグメントD→ルートセグメントEの部分的連続の所要時間が、部分的連続に関する部分的連続予測所要時間を計算するために、部分的連続を含むすべてのトリップにわたって(または部分的連続を含む特定の時間帯の、特定の曜日の、特定の時期の間の、特定の種類の天候に関連するなどのすべてのトリップにわたって)平均されてよい。いくつかの例においては、ルートセグメントの特定の部分的連続を含むトリップに関する(たとえば、現在の天候データまたは現在の交通データを含む)現在のトリップデータも、ルートセグメントの部分的連続の所要時間を予測するために分析されてよい。

いくつかの例においては、機械学習モデルが、様々な所要時間に関連するルートセグメントの部分的連続の特性または特徴を特定するために履歴的なトリップデータを使用して訓練されてよい。訓練された機械学習モデルは、部分的連続所要時間を予測するためにルートセグメントの特定の部分的連続の特性に適用されてよい。

ブロック412において、ルートセグメントの連続の1つまたは複数の部分的連続の部分的連続所要時間に基づいて、ルートセグメントの連続に関して総ルート所要時間が予測されてよい。いくつかの例において、ルートセグメントの連続の部分的連続の部分的連続予測所要時間は、ルートセグメントの連続全体の所要時間を予測するために、ルートセグメントの連続のうちの(たとえば、その他のルートセグメントに関する履歴的なトリップまたは現在のトリップデータに基づく)その他のルートセグメントの個々の予測所要時間に足されてよい。

たとえば、図3Aに示されたルート1の例を用いると、ルート1のルートセグメントA→ルートセグメントB→ルートセグメントC→ルートセグメントD→ルートセグメントEの連続の総ルート所要時間は、ルートセグメントA→ルートセグメントBの部分的連続の予測所要時間に基づいて計算されてよい。たとえば、ルートセグメントA→ルートセグメントBの部分的連続の予測所要時間が、ルートセグメントA→ルートセグメントB→ルートセグメントC→ルートセグメントD→ルートセグメントEの連続の所要時間を予測するために、ルートセグメントCの予測所要時間、ルートセグメントDの予測所要時間、およびルートセグメントEの予測所要時間に足されてよい。

さらに、いくつかの例においては、ルートセグメントの連続の複数の部分的連続の部分的連続予測所要時間が、ルートセグメントの連続全体の所要時間を予測するために組み合わされてよい。たとえば、ルートセグメントA→ルートセグメントBの部分的連続の予測所要時間が、ルートセグメントA→ルートセグメントB→ルートセグメントC→ルートセグメントD→ルートセグメントEの連続の所要時間を予測するために、ルートセグメントC→ルートセグメントD→ルートセグメントEの部分的連続の予測所要時間に足されてよい。

いくつかの例においては、ルートセグメントの特定の部分的連続が、部分的連続の長さ(たとえば、部分的連続におけるルートセグメントの数、またはマイルもしくはkmを単位とする部分的連続の全長)、あるいは部分的連続を含む履歴的なトリップの数(たとえば、部分的連続を含む履歴的なトリップの数がトリップの閾値の数を超えているかどうか)などの様々な要因に基づいて、総ルート所要時間を予測する際に使用するために選択されてよい。つまり、ルートの総所要時間を予測するためにルートセグメントの1つの部分的連続のみが使用される場合、比較的短い部分的連続ではなく比較的長い部分的連続が選択される場合がある。同様に、より少ない数の履歴的なトリップに関連する部分的連続ではなく、より多くの履歴的なトリップに関連する部分的連続が選択される場合がある。

一部の実装において、スーパーセグメントサーバ140は、総ルート所要時間の更新された予測を生成するために周期的に(たとえば、1分ごと、2分ごと、5分ごとなど)総ルート所要時間を予測してよい。このようにして、スーパーセグメントサーバ140は、交通またはその他の条件の変化を考慮して、更新された予測を生成してよい。

ブロック414において、ナビゲーション指示のセットおよび予測総ルート所要時間が、出発地から目的地までナビゲートするためのクライアントデバイス上での提示のために提供されてよい。たとえば、ナビゲーションアプリケーション154が、電子デバイス102のディスプレイ126上に、ナビゲーション指示のセットおよび予測総ルート所要時間を提示してよい。スーパーセグメントサーバ140が、ユーザがルートを通過するときに、クライアントデバイス上で提示するために更新された予測総ルート所要時間を提供してもよい。

さらなる考慮事項
以下のさらなる考慮事項が、上の検討に当てはまる。本明細書全体を通じて、単一のインスタンスとして説明された構成要素、動作、または構造を複数のインスタンスが実装する場合がある。1つまたは複数の方法の個々の動作が別々の動作として示され、説明されているが、個々の動作のうちの1つまたは複数が同時に実行される場合があり、動作が示された順序で実行される必要はない。例示的な構成において別個の構成要素として示された構造および機能が、組み合わされた構造または構成要素として実装される場合がある。同様に、単一の構成要素として示された構造および機能が、別個の構成要素として実装される場合がある。これらのおよびその他の変更、修正、追加、および改良は、本開示の主題の範囲内に入る。

加えて、特定の実施形態が、論理またはいくつかの構成要素、モジュール、またはメカニズムを含むものとして本明細書において説明されている。モジュールは、ソフトウェアモジュール(たとえば、機械可読媒体に記憶されるコード)かまたはハードウェアモジュールかのどちらかを構成する可能性がある。ハードウェアモジュールは、特定の動作を実行することができる有形のユニットであり、特定の方法で構成または配列され得る。例示的な実施形態において、1つもしくは複数のコンピュータシステム(たとえば、スタンドアロン、クライアントもしくはサーバコンピュータシステム)またはコンピュータシステムの1つもしくは複数のハードウェアモジュール(たとえば、プロセッサもしくはプロセッサのグループ)は、本明細書において説明されたように特定の動作を実行するように動作するハードウェアモジュールとしてソフトウェア(たとえば、アプリケーションまたはアプリケーションの一部)によって構成されてよい。

ハードウェアモジュールは、特定の動作を実行するように(たとえば、フィールドプログラマブルゲートアレイ(FPGA)または特定用途向け集積回路(ASIC)などの専用プロセッサとして)恒久的に構成される専用の回路または論理を含んでよい。また、ハードウェアモジュールは、特定の動作を実行するようにソフトウェアによって一時的に構成されるプログラミング可能な論理または回路を(たとえば、汎用プロセッサまたはその他のプログラミング可能なプロセッサ内に包含されるものとして)含んでよい。専用の恒久的に構成された回路または(たとえば、ソフトウェアによって構成された)一時的に構成された回路内にハードウェアモジュールを実装する判断がコストおよび時間の考慮によって促される可能性があることは、理解されるであろう。

したがって、ハードウェアという用語は、特定の方法で動作するかまたは本明細書において説明された特定の動作を実行するように物理的に構築されるか、恒久的に構成される(たとえば、結線される)か、または一時的に構成される(たとえば、プログラミングされる)エンティティである有形のエンティティを包含すると理解されるべきである。ハードウェアモジュールが一時的に構成される(たとえば、プログラミングされる)実施形態を考慮すると、ハードウェアモジュールの各々が常に構成またはインスタンス化される必要はない。たとえば、ハードウェアモジュールがソフトウェアを使用して構成される汎用プロセッサを含む場合、汎用プロセッサは、異なる時間にそれぞれの異なるハードウェアモジュールとして構成されてよい。したがって、ソフトウェアは、たとえば、1つの時点で特定のハードウェアモジュールを構成し、異なる時点で異なるハードウェアモジュールを構成するようにプロセッサを構成する場合がある。

ハードウェアおよびソフトウェアモジュールは、その他のハードウェアおよび/またはソフトウェアモジュールに情報を提供し、その他のハードウェアおよび/またはソフトウェアモジュールから情報を受信することができる。したがって、説明されたハードウェアモジュールは、通信可能なように結合されると考えられてよい。そのようなハードウェアまたはソフトウェアモジュールの複数が同時に存在する場合、通信は、ハードウェアまたはソフトウェアモジュールを接続する(たとえば、適切な回路およびバスを介した)信号の送信を通じて実現され得る。複数のハードウェアモジュールまたはソフトウェアが異なる時間に構成またはインスタンス化される実施形態において、そのようなハードウェアまたはソフトウェアモジュールの間の通信は、たとえば、複数のハードウェアまたはソフトウェアモジュールがアクセスすることができるメモリ構造への情報の記憶およびそのメモリ構造からの情報の取り出しを通じて実現されてよい。たとえば、1つのハードウェアまたはソフトウェアモジュールが、動作を実行し、その動作の出力を、そのハードウェアまたはソフトウェアモジュールが通信可能なように結合されるメモリデバイスに記憶する場合がある。そのとき、さらなるハードウェアまたはソフトウェアモジュールが、後でメモリデバイスにアクセスして、記憶された出力を取り出し、処理する場合がある。ハードウェアおよびソフトウェアモジュールは、入力または出力デバイスとの通信を開始する場合もあり、リソース(たとえば、情報の集合)で動作し得る。

本明細書において説明された例示的な方法の様々な動作は、少なくとも部分的に、関連する動作を実行するように(たとえば、ソフトウェアによって)一時的に構成されるかまたは恒久的に構成される1つまたは複数のプロセッサによって実行されてよい。一時的に構成されるかまたは恒久的に構成されるかにかかわらず、そのようなプロセッサは、1つまたは複数の動作または機能を実行するように動作するプロセッサによって実装されるモジュールを構成する可能性がある。本明細書において言及されるモジュールは、いくつかの例示的な実施形態において、プロセッサによって実装されるモジュールを含んでよい。

同様に、本明細書において説明された方法またはルーチンは、少なくとも部分的にプロセッサによって実装されてよい。たとえば、方法の動作の少なくとも一部は、1つまたは複数のプロセッサまたはプロセッサによって実装されるハードウェアモジュールによって実行されてよい。動作の一部の実行は、単一のマシン内に存在するのみでなく、いくつかのマシンにわたっても配置される1つまたは複数のプロセッサの間に分散される場合がある。いくつかの例示的な実施形態においては、1つのプロセッサまたは複数のプロセッサが単一の場所に(たとえば、家庭の環境内に、事務所の環境内に、またはサーバファームとして)置かれる場合があり、一方、その他の実施形態においては、プロセッサがいくつかの場所にわたって分散される場合がある。

1つまたは複数のプロセッサは、「クラウドコンピューティング」環境におけるまたはSaaSとしての関連する動作の実行をサポートするように動作する場合もある。たとえば、上で示されたように、動作の少なくとも一部は、(プロセッサを含むマシンの例として)コンピュータのグループによって実行される場合があり、これらの動作は、ネットワーク(たとえば、インターネット)を介しておよび1つまたは複数の適切なインターフェース(たとえば、API)を介してアクセスされ得る。

動作の一部の実行は、単一のマシン内に存在するのみでなく、いくつかのマシンにわたっても配置される1つまたは複数のプロセッサの間に分散される場合がある。いくつかの例示的な実施形態においては、1つまたは複数のプロセッサまたはプロセッサによって実装されるモジュールが、単一の地理的位置に(たとえば、家庭の環境、事務所の環境、またはサーバファーム内に)置かれる場合がある。その他の例示的な実施形態においては、1つまたは複数のプロセッサまたはプロセッサによって実装されるモジュールが、いくつかの地理的位置にわたって分散される場合がある。

本明細書のいくつかの部分は、マシンのメモリ(たとえば、コンピュータメモリ)内にビットまたはバイナリデジタル信号として記憶されるデータに対する動作のアルゴリズムまたは記号表現によって示されている。これらのアルゴリズムまたは記号表現は、データ処理技術の通常の技能を有する者によって、それらの者の成果の内容を当該技術に精通したその他の者に伝えるために使用される技術の例である。本明細書において使用されるとき、「アルゴリズム」または「ルーチン」は、所望の結果につながる動作または同様の処理の自己矛盾のないシーケンスである。この文脈では、アルゴリズム、ルーチン、および動作は、物理量の物理的操作を含む。必ずではないが通常は、そのような量は、マシンによって記憶、アクセス、転送、組合せ、比較、またはその他の操作を行われ得る電気的、磁気的、または光学的信号の形態をとる場合がある。そのような信号を「データ」、「コンテンツ」、「ビット」、「値」、「要素」、「シンボル」、「文字」、「語」、「数」、「数字」などの単語を用いて呼ぶことが、主に共通使用の理由で便利な場合がある。しかし、これらの単語は、単に便宜的なラベルであるに過ぎず、適切な物理量に関連付けられるべきである。

特段の記載がない限り、「処理」、「コンピューティング」、「計算」、「決定」、「提示」、「表示」などの単語を用いる本明細書における検討は、1つまたは複数のメモリ(たとえば、揮発性メモリ、不揮発性メモリ、もしくはこれらの組合せ)、レジスタ、または情報を受信、記憶、送信、もしくは表示するその他のマシンの構成要素内で物理的(たとえば、電気的、磁気的、または光学的)量として表されるデータを操作または変換するマシン(たとえば、コンピュータ)のアクションまたはプロセスを指す場合がある。

本明細書において使用されるとき、「1つの実施形態」または「実施形態」へのすべての言及は、実施形態に関連して説明された特定の要素、特徴、構造、または特性が少なくとも1つの実施形態に含まれることを意味する。本明細書中の様々な個所に現れる語句「1つの実施形態において」は、必ずしもすべてが同じ実施形態を指しているとは限らない。

一部の実施形態は、表現「結合された」および「接続された」をそれらの派生形と一緒に用いて説明される場合がある。たとえば、一部の実施形態は、2つ以上の要素が物理的または電気的に直接接触していることを示すために用語「結合された」を用いて説明される場合がある。しかし、用語「結合された」は、2つ以上の要素が互いに直接接触していないが、しかし、それでもやはり互いに協力またはインタラクションすることを意味する場合もある。実施形態は、この文脈に限定されない。

本明細書において使用されるとき、用語「備える(comprises)」、「備える(comprising)」、「含む(includes)」、「含む(including)」、「有する(has)」、「有する(having)」、またはこれらの任意のその他の変化形は、非排他的包含を含むように意図される。たとえば、多数の要素を含むプロセス、方法、製品、または装置は、必ずしもそれらの要素だけに限定されず、明示的に挙げられていないまたはそのようなプロセス、方法、製品、もしくは装置に固有でないその他の要素を含んでよい。さらに、反対のことが明示的に述べられない限り、「または(or)」は、包含的なまたは(or)を指し、排他的なまたは(or)を指さない。たとえば、条件AまたはBは、以下、すなわち、Aが真であり(または存在し)かつBが偽である(または存在しない)、Aが偽であり(または存在せず)かつBが真である(または存在する)、およびAとBとの両方が真である(または存在する)のうちのいずれか1つによって満たされる。

加えて、「一(a)」または「1つ(an)」の使用は、本明細書の実施形態の要素および構成要素を説明するために使用される。これは、単に便宜的に、説明の一般的意味を与えるために行われる。この説明は、1つまたは少なくとも1つを含むものと読まれるべきであり、単数形は、そうでないように意図されていることが明らかでない限り複数も含む。

本開示を読めば、当業者は、本明細書の開示された原理によってルートの所要時間を予測するためのさらなる追加の代替的な構造的および機能的設計を理解するであろう。したがって、特定の実施形態および応用が示され、説明されてきたが、開示された実施形態は本明細書において開示された厳密な構造および構成要素に限定されないことを理解されたい。当業者に明らかであろう様々な修正、変更、および変形が、添付の特許請求の範囲において定義される精神および範囲を逸脱することなく、本明細書において開示された方法および装置の配置、動作、および詳細においてなされてよい。

100 環境
102 電子デバイス
104 車両
106 ヘッドユニット
108 通信リンク
110 ディスプレイ
112 ナビゲーション制御装置
114 ハンドル制御装置
116 マイクロフォン
118 スピーカ
120 プロセッサ
122 メモリ
124 GPSユニット
126 ディスプレイ
128 センサー
130 オーディオ入力構成要素
132 オーディオ出力構成要素
134 通信ユニット
136 ワイヤレスネットワーク
138 ナビゲーションサーバ
140 スーパーセグメントサーバ
142 プロセッサ
144 メモリ
146 ナビゲーションデータベース
148 プロセッサ
150 メモリ
152 履歴的トリップデータベース
154 ナビゲーションアプリケーション
400 方法

Claims (20)

1. ルートの所要時間を予測するためのコンピュータによって実施される方法であって、
   プロセッサによって、ナビゲーション指示の要求を受信するステップであって、前記要求が、出発地および目的地を含む、ステップと、
   前記プロセッサによって、前記出発地と前記目的地との間のルートを計算するステップと、
   前記プロセッサによって、前記出発地と前記目的地との間の前記ルート上の通過されるべきルートセグメントの連続を決定するステップと、
   前記プロセッサによって、ルートセグメントの前記連続のルートセグメントの1つまたは複数の部分的連続を特定するステップであって、各部分的連続が、前記出発地と前記目的地との間の前記ルートの一部の連続して通過されるべきルートセグメントを有する、ステップと、
   ルートセグメントの各部分的連続に関して、前記プロセッサによって、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、ルートセグメントの前記部分的連続の部分的連続所要時間を予測するステップと、
   前記プロセッサによって、ルートセグメントの各部分的連続の前記部分的連続所要時間に基づいて、総ルート所要時間を予測するステップと、
   前記プロセッサによって、前記ルートを通って前記出発地から前記目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび前記予測された総ルート所要時間を提供するステップと
   を含む、コンピュータによって実施される方法。
2. ルートセグメントの前記1つまたは複数の部分的連続を特定するステップが、
   前記プロセッサによって、ルートセグメントの前記連続のルートセグメントの複数の部分的連続を特定するステップであって、ルートセグメントの前記複数の部分的連続の各々の各ルートセグメントが、前記出発地と前記目的地との間の前記ルートの一部において連続して通過されるべきものである、ステップと、
   前記プロセッサによって、ルートセグメントの前記複数の部分的連続の各々に関して、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの数を決定するために、履歴的なトリップを分析するステップと、
   前記プロセッサによって、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの前記数に基づいて、前記ルートセグメントの前記複数の部分的連続からルートセグメントの部分的連続を選択するステップと
   を含む、請求項1に記載のコンピュータによって実施される方法。
3. ルートセグメントの前記部分的連続を選択するステップが、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの前記数が、履歴的なトリップの閾値の数よりも大きいかどうかに基づいて、前記ルートセグメントの前記複数の部分的連続からルートセグメントの前記部分的連続を選択することを含む、請求項2に記載のコンピュータによって実施される方法。
4. ルートセグメントの前記部分的連続を選択するステップが、ルートセグメントの前記複数の部分的連続の各々におけるルートセグメントの数に基づいて、ルートセグメントの前記複数の部分的連続からルートセグメントの前記部分的連続を選択することを含む、請求項2に記載のコンピュータによって実施される方法。
5. 前記部分的連続所要時間を予測するステップが、ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の部分的連続に含まれないルートセグメントに関連する履歴的なまたは現在の所要時間データにさらに基づいて、ルートセグメントの各部分的連続の前記部分的連続所要時間を予測することを含む、請求項1に記載のコンピュータによって実施される方法。
6. 前記部分的連続所要時間を予測するステップが、ルートセグメントの前記1つまたは複数の部分的連続に含まれないルートセグメントに関連する履歴的なまたは現在の所要時間データにさらに基づいて、ルートセグメントの各部分的連続の前記部分的連続所要時間を予測することを含む、請求項1に記載のコンピュータによって実施される方法。
7. ルートセグメントの選択された部分的連続の結合が、ルートセグメントの前記連続よりも少ないルートセグメントを含む、請求項1に記載のコンピュータによって実施される方法。
8. 前記プロセッサによって、ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の部分的連続に含まれない各ルートセグメントの所要時間を予測するステップ
   をさらに含み、
   前記プロセッサによって、前記総ルート所要時間を予測するステップが、ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の部分的連続に含まれない各ルートセグメントの予測された所要時間にさらに基づく、請求項1に記載のコンピュータによって実施される方法。
9. ルートセグメントの所要時間を予測するステップが、
   (i)前記ルートセグメントに関連する履歴的な所要時間データ、
   (ii)別のルートセグメントに関連する履歴的な所要時間データであって、前記別のルートセグメントが、ルートセグメントの前記連続の中で前記ルートセグメントの前もしくは前記ルートセグメントの後にある、履歴的な所要時間データ、
   (iii)前記ルートセグメントに関連する現在の所要時間データ、または
   (iv)別のルートセグメントに関連する現在の所要時間データであって、前記別のルートセグメントが、ルートセグメントの前記連続の中で前記ルートセグメントの前もしくは前記ルートセグメントの後にある、現在の所要時間データ
   のうちの1つまたは複数に基づく請求項7に記載のコンピュータによって実施される方法。
10. ルートセグメントの各部分的連続の前記部分的連続所要時間を予測するステップが、
    前記プロセッサによって、(i)ルートセグメントの各部分的連続内のルートセグメントの履歴的な所要時間を含む、ルートセグメントの部分的連続の特性、および(ii)ルートセグメントの各部分的連続の履歴的な所要時間のうちの1つまたは複数を使用して、機械学習モデルを訓練するステップと、
    ルートセグメントの前記1つまたは複数の部分的連続の各々に関して、
    前記プロセッサによって、ルートセグメントの前記部分的連続内のルートセグメントの現在の所要時間を含む、ルートセグメントの前記部分的連続の特性を特定するステップと、
    前記プロセッサによって、前記部分的連続所要時間を予測するために、ルートセグメントの前記部分的連続の前記特性に、前記機械学習モデルを適用するステップと
    を含む、請求項1に記載のコンピュータによって実施される方法。
11. 1つまたは複数のプロセッサと、命令を記憶する非一時的コンピュータ可読メモリとを備える、コンピューティングデバイスであって、前記命令が、前記1つまたは複数プロセッサによって実行されるときに、前記コンピューティングデバイスに、
    ナビゲーション指示の要求を受信することであって、前記要求が、出発地および目的地を含む、受信すること、
    前記出発地と前記目的地との間のルートを計算すること、
    前記出発地と前記目的地との間の前記ルート上の通過されるべきルートセグメントの連続を決定すること、
    ルートセグメントの前記連続のルートセグメントの1つまたは複数の部分的連続を特定することであって、各部分的連続が、前記出発地と前記目的地との間の前記ルートの一部の連続して通過されるべきルートセグメントを有する、特定すること、
    ルートセグメントの各部分的連続に関して、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、ルートセグメントの前記部分的連続の部分的連続所要時間を予測すること、
    ルートセグメントの各部分的連続の前記部分的連続所要時間に基づいて、総ルート所要時間を予測すること、ならびに
    前記ルートを通って前記出発地から前記目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび前記予測された総ルート所要時間を提供すること
    を行わせる、コンピューティングデバイス。
12. 前記命令が、前記コンピューティングデバイスに、
    ルートセグメントの前記連続のルートセグメントの複数の部分的連続を特定することであって、ルートセグメントの前記複数の部分的連続の各々の各ルートセグメントが、前記出発地と前記目的地との間の前記ルートの一部において連続して通過されるべきものである、特定することと、
    ルートセグメントの前記複数の部分的連続の各々に関して、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの数を決定するために、履歴的なトリップを分析することと、
    ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの前記数に基づいて、前記ルートセグメントの前記複数の部分的連続からルートセグメントの部分的連続を選択すると
    によって、ルートセグメントの前記1つまたは複数の部分的連続を特定させる、請求項11に記載のコンピューティングデバイス。
13. 前記命令が、前記コンピューティングデバイスに、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップの前記数が、履歴的なトリップの閾値の数よりも大きいかどうかに基づいて、前記ルートセグメントの前記複数の部分的連続からルートセグメントの前記部分的連続を選択させる、請求項12に記載のコンピューティングデバイス。
14. 前記命令が、前記コンピューティングデバイスに、ルートセグメントの前記複数の部分的連続の各々のルートセグメントの数に基づいて、ルートセグメントの前記複数の部分的連続からルートセグメントの前記部分的連続を選択させる、請求項12に記載のコンピューティングデバイス。
15. 前記命令が、前記コンピューティングデバイスに、ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の連続に含まれないルートセグメントに関連する履歴的なまたは現在の所要時間データにさらに基づいて、ルートセグメントの各部分的連続の前記部分的連続所要時間を予測させる、請求項11に記載のコンピューティングデバイス。
16. 前記命令が、前記コンピューティングデバイスに、ルートセグメントの前記1つまたは複数の部分的連続に含まれないルートセグメントに関連する履歴的なまたは現在の所要時間データにさらに基づいて、ルートセグメントの各部分的連続の前記部分的連続所要時間を予測させる、請求項11に記載のコンピューティングデバイス。
17. ルートセグメントの各部分的連続が、ルートセグメントの前記連続よりも少ないルートセグメントを含む、請求項11に記載のコンピューティングデバイス。
18. 前記命令が、前記コンピューティングデバイスに、
    ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の部分的連続に含まれない各ルートセグメントの所要時間を予測すること、および
    ルートセグメントの前記連続に含まれ、ルートセグメントの前記1つまたは複数の部分的連続に含まれない各ルートセグメントの前記予測された所要時間にさらに基づいて、前記総ルート所要時間を予測すること
    をさらに行わせる、請求項11に記載のコンピューティングデバイス。
19. 前記命令が、前記コンピューティングデバイスに、
    (i)前記ルートセグメントに関連する履歴的な所要時間データ、
    (ii)別のルートセグメントに関連する履歴的な所要時間データであって、前記別のルートセグメントが、ルートセグメントの前記連続の中で前記ルートセグメントの直前もしくは前記ルートセグメントの直後にある、履歴的な所要時間データ、
    (iii)前記ルートセグメントに関連する現在の所要時間データ、または
    (iv)別のルートセグメントに関連する現在の所要時間データであって、前記別のルートセグメントが、ルートセグメントの前記連続の中で前記ルートセグメントの直前もしくは前記ルートセグメントの直後にある、現在の所要時間データ
    のうちの1つまたは複数に基づいて、ルートセグメントの所要時間を予測させる、請求項17に記載のコンピューティングデバイス。
20. 操作に含める関心地点を選択するための命令を記憶する非一時的コンピュータ可読媒体であって、前記命令が、コンピューティングデバイスの1つまたは複数のプロセッサによって実行されるときに、前記1つまたは複数のプロセッサに、
    ナビゲーション指示の要求を受信することであって、前記要求が、出発地および目的地を含む、受信すること、
    前記出発地と前記目的地との間のルートを計算すること、
    前記出発地と前記目的地との間の前記ルート上の通過されるべきルートセグメントの連続を決定すること、
    ルートセグメントの前記連続のルートセグメントの1つまたは複数の部分的連続を特定することであって、各部分的連続が、前記出発地と前記目的地との間の前記ルートの一部の連続して通過されるべきルートセグメントを有する、特定すること、
    ルートセグメントの各部分的連続に関して、ルートセグメントの前記部分的連続の前記ルートセグメントの各々が連続して通過された履歴的なトリップに関連する履歴的な所要時間データに基づいて、ルートセグメントの前記部分的連続の部分的連続所要時間を予測すること、
    ルートセグメントの各部分的連続の前記部分的連続所要時間に基づいて、総ルート所要時間を予測すること、ならびに
    前記ルートを通って前記出発地から前記目的地までナビゲートするためのクライアントデバイス上での提示のために、ナビゲーション指示のセットおよび前記予測された総ルート所要時間を提供すること
    を行わせる、非一時的コンピュータ可読媒体。

Images